Instrument szybkiego reagowania na zagrożenia upadłością w ...
Transcript of Instrument szybkiego reagowania na zagrożenia upadłością w ...
Instrument szybkiego reagowania na zagrożenia upadłością w sektorze
przedsiębiorstw niefinansowych
Koncepcja i implementacja
pod redakcją
Piotra Adama Boguszewskiego
Warszawa 2014
Niniejsza publikacja została przygotowana w ramach projektu „Instrument Szybkiego Reagowania” realizowanego w ramach Progra-
mu Operacyjnego Kapitał Ludzki, priorytet II. Rozwój zasobów ludzkich i potencjału adaptacyjnego przedsiębiorstw oraz poprawa
stanu zdrowia osób pracujących, działanie 2.1 Rozwój kadr nowoczesnej gospodarki, poddziałanie 2.1.3 Wsparcie systemowe na
rzecz zwiększania zdolności adaptacyjnych pracowników i przedsiębiorstw współfinansowanego przez Unię Europejską ze środków
Europejskiego Funduszu Społecznego.
Publikacja jest dystrybuowana bezpłatnie
Niniejsza publikacja odzwierciedla wyłącznie poglądy Autorów
Recenzenci:Prof. dr hab. Mirosława Lasek
Prof. dr hab. Jarosław Górniak
Wydawca:Polska Agencja Rozwoju Przedsiębiorczości
ul. Pańska 81/83
00-834 Warszawa
tel.: 0 22 432 80 80
faks: 0 22 432 86 20
www.parp.gov.pl
© Copyright by Polska Agencja Rozwoju Przedsiębiorczości, Warszawa 2014
ISBN: 978-83-7633-269-7
Wydanie I
Nakład: 800 egzemplarzy
Wydawnictwo Naukowe Instytutu Technologii Eksploatacji – PIB26-600 Radom, ul. K. Pułaskiego 6/10, tel. centr. (48) 36 442 41, fax (48) 36 447 65e-mail: [email protected] http://www.itee.radom.pl
Przygotowanie do druku, druk i oprawa:
3
Spis treści
Przedmowa ........................................................................................................................................................................................ 7Jerzy Hausner
Wstęp ................................................................................................................................................................................................... 9Piotr Adam Boguszewski, Jerzy Hausner
CZĘŚĆ I. UPADŁOŚCI – POJĘCIE, POMIAR, PRZYCZYNY I SKUTKI ................................................................ 15
Rozdział 1. POJĘCIE UPADŁOŚCI – WYBRANE ASPEKTY EKONOMICZNE I PRAWNE ............................... 17Piotr Adam Boguszewski, Marta Kędziorska
Rozdział 2. POMIAR SKALI UPADŁOŚCI W GOSPODARCE ............................................................................... 35Piotr Adam Boguszewski, Jarosław Kaczmarek, Konrad Kolegowicz, Paweł Krzemiński
Rozdział 3. DETERMINANTY UPADŁOŚCI – PRZEGLĄD PODEJŚĆ ................................................................. 49Piotr Adam Boguszewski
Rozdział 4. EKONOMICZNE I SPOŁECZNE SKUTKI UPADŁOŚCI ...................................................................... 59Piotr Adam Boguszewski
CZĘŚĆ II. UPADŁOŚCI A POLITYKA PUBLICZNA.................................................................................................. 71
Rozdział 5. ISTOTA POLITYKI DRUGIEJ SZANSY................................................................................................. 73Anna Żebrowska
Rozdział 6. RAMY PRAWNE POMOCY PUBLICZNEJ ........................................................................................... 83Mikołaj Stasiak
Rozdział 7. FORMY I INSTRUMENTY POMOCY PUBLICZNEJ .......................................................................... 91Mikołaj Stasiak
CZĘŚĆ III. MODELE INSTRUMENTU SZYBKIEGO REAGOWANIA ................................................................... 101
Rozdział 8. PODSTAWY BUDOWY SYSTEMÓW WCZESNEGO OSTRZEGANIA I REAGOWANIA W SEKTORZE PRZEDSIĘBIORSTW NIEFINANSOWYCH ................................................................ 103
Piotr Adam Boguszewski, Stanisław Mazur, Marcin Zawicki
Rozdział 9. SYSTEMY WCZESNEGO REAGOWANIA – DOŚWIADCZENIA MIĘDZYNARODOWE ................ 113Stanisław Mazur, Marcin Zawicki
Rozdział 10. PERSPEKTYWA MIKROEKONOMICZNA OCENY ZAGROŻENIA PRZEDSIĘBIORSTW UPADŁOŚCIĄ ......................................................................................................................................... 121
Kamil Fijorek, Jarosław Kaczmarek, Konrad Kolegowicz, Paweł Krzemiński
Rozdział 11. MODELOWANIE MAKROEKONOMICZNE ZAGROŻENIA UPADŁOŚCIĄ ..................................... 137Łukasz Lenart, Błażej Mazur, Krystian Mucha, Mateusz Pipień, Justyna Wróblewska
Rozdział 12. MECHANIZM STARTOWY .................................................................................................................... 163Łukasz Postek
Rozdział 13. PROCES KOMUNIKACJI W PROJEKCIE ISR ..................................................................................... 171Piotr Adam Boguszewski, Monika Dawid-Sawicka, Małgorzata Kazubska
CZĘŚĆ IV. ŚREDNIOOKRESOWE ZAGROŻENIE UPADŁOŚCIĄ W POLSKIEJ GOSPODARCE – PROGNOZY I REKOMENDACJE ........................................................................................................ 179
Rozdział 14. PROGNOZY SYTUACJI MAKROEKONOMICZNEJ I JEJ WPŁYWU NA ZAGROŻENIE UPADŁOŚCIĄ ......................................................................................................................................... 181
Łukasz Lenart, Błażej Mazur, Krystian Mucha, Mateusz Pipień, Justyna Wróblewska
Rozdział 15. MIKROEKONOMICZNA OCENA STOPNIA ZAGROŻENIA PRZEDSIĘBIORSTW UPADŁOŚCIĄ 195Kamil Fijorek, Jarosław Kaczmarek, Konrad Kolegowicz, Paweł Krzemiński
BIBLIOGRAFIA .............................................................................................................................................................. 221
Szanowni Państwo,
w dobie postępującej globalizacji gospodarczej polskie firmy narażone są nie tylko na różnego
rodzaju niepewności występujące w lokalnym środowisku makro- i mikroekonomicznym, lecz
także na wahania koniunktury światowej i europejskiej. Ryzyka te wymagają szybkiej identyfi-
kacji, kompleksowej analizy oraz rzetelnej oceny. Wnioski, jakie płyną z pogorszenia koniunktury
w Europie, są cenne dla sposobów prowadzenia przez rządy polityki gospodarczej i polityki
wsparcia przedsiębiorstw.
W dzisiejszych czasach musimy umieć szybko reagować na pierwsze oznaki dekoniunktury,
a elastyczna i efektywna polityka gospodarcza wymaga nie tylko dobrego planowania, ale też
– przede wszystkim – uważnego obserwowania trendów i niepewności oraz działania zanim
firmy i branże wpadną w spiralę kłopotów.
Aby zminimalizować skutki kryzysu, państwa decydują się na różnego rodzaju interwencje.
W 2007 r. Komisja Europejska przyjęła kierunki realizacji tzw. polityki drugiej szansy. U jej źródeł
leży przekonanie, że należy wspierać branże, którym potencjalnie grożą kłopoty, ale które nie
są jeszcze „zagrożone” w rozumieniu wytycznych o pomocy na ratowanie i restrukturyzację. Realizacji tej polityki służą m.in. instru-
menty szybkiego reagowania.
Lepiej monitorować, wcześnie ostrzegać i szybko reagować, niż leczyć skutki – pomagać firmom i branżom zagrożonym upadłością.
Rezultatem tego podejścia jest Instrument Szybkiego Reagowania – pilotażowy projekt Polskiej Agencji Rozwoju Przedsiębiorczości
i Małopolskiej Szkoły Administracji Publicznej Uniwersytetu Ekonomicznego w Krakowie. Pokazuje on, jak wielkie praktyczne zna-
czenie w zwiększaniu stabilności działania polskich firm, w szczególności małych i średnich, mają narzędzia analityczne ułatwiające
podejmowanie decyzji w warunkach zwiększonego ryzyka. Doświadczenia płynące z projektu dostarczają wielu inspiracji na temat
efektywnych sposobów interwencji państwa w okresie spowolnienia koniunktury. Są one również punktem wyjścia do stworzenia
w Polsce nowoczesnego systemu wczesnego ostrzegania firm i wczesnego reagowania na wahania koniunktury.
PARP inicjuje zmianę systemową, uważając, że podejście interwencyjne należy zastąpić podejściem prewencyjnym. Mam nadzieję,
że lektura niniejszej publikacji nie tylko przybliży Czytelnikom tę myśl oraz działanie instrumentów szybkiego reagowania, ale też
stanie się inspiracją do dalszej pracy nad tego typu rozwiązaniami.
Bożena Lublińska-Kasprzak
Prezes Polskiej Agencji Rozwoju Przedsiębiorczości
7
Przedmowa
Instrument Szybkiego Reagowania (ISR) jest nowoczesnym narzędziem polityki gospodarczej, w szerszym znaczeniu polityki pu-
blicznej, zorientowanym na działanie krótkookresowe i operacyjne. To instrument pomyślany tak, aby w określonych warunkach
podejmować odcinkową interwencję publiczną dla częściowego zapobieżenia negatywnym skutkom obniżenia koniunktury go-
spodarczej, w szczególności związanej z zagrożeniem upadłością dużej liczby podmiotów gospodarczych (lub też tych znaczących).
Współczesna polityka gospodarcza (jak i każda polityka publiczna) musi być prowadzona równocześnie w kilku skalach czasowych
i przestrzennych. Realizujące ją podmioty muszą być bowiem zdolne do rozpoznawania zjawisk, które dzieją się równolegle w tych
skalach i reagowania na nie. Niektóre istotne dla gospodarki zjawiska dokonują się w jednej chwili, np. ogromne przepływy finan-
sowe, inne w czasie epoki, np. zmiany klimatyczne. Niektóre dzieją się lokalnie, zaś inne przebiegają w skali globalnej.
Wydaje się zatem, że polityka gospodarcza musi mieć przynajmniej cztery horyzonty czasowe: bieżący, krótkookresowy (od 2
do 8 kwartałów), średniookresowy (2–10 lat), długookresowy (10–20 lat – jedno pokolenie) oraz długofalowy (powyżej 20 lat –
co najmniej dwa pokolenia). A jednocześnie musi być prowadzona w wielu wymiarach terytorialnych: lokalnym, regionalnym,
krajowym, transgranicznym, międzynarodowym, globalnym i pozaglobalnym (np. problemy związane z eksploracją Kosmosu).
Gdyby w oparciu o to założenie zbudować matrycę (schemat) polityki gospodarczej i chcieć poprzez nią rozpoznawać zjawiska
gospodarcze, to jasne staje się, że nikt i nigdy (niezależnie od technicznego wyposażenia) nie jest w stanie tego ogarnąć. Trudnością
nie jest to, aby taki schemat stosować do rozpracowywania wszystkiego, co się dzieje i staje, lecz aby go stosować w przypadku
tych problemów, które wchodzą do agendy polityki gospodarczej, są obszarem jej działania. A to musi być wynikiem świadomego
wyboru – uznającego, co jest dla funkcjonowania i rozwoju danej gospodarki naprawdę ważne.
Konkretna polityka publiczna musi być świadomą odpowiedzią na trzy rodzaje pytań: (1) po co podejmujemy działanie?; (2) wedle
jakich reguł działamy? i w końcu (3) „jak?”, „za pomocą jakich środków?”, „z użyciem jakich instrumentów działamy?”. Trzeci rodzaj
pytań odnosi się do operacyjnego wymiaru polityki publicznej. Bez zejścia na ten poziom niczego nie da się osiągnąć, ale też
sprowadzanie polityki do poziomu instrumentalnego (technicznego) skazuje ją na niepowodzenie.
Odpowiadając na te trzy rodzaje pytań, potrzebujemy wiedzy. Co istotne, jest to jednak różnego rodzaju wiedza, która jest genero-
wana i którą pozyskujemy w odmienny sposób. Gdy schodzimy do poziomu operacyjnego, potrzebujemy wiedzy fachowej, eks-
perckiej, wiedzy pragmatycznej, pozyskiwanej poprzez praktyczne doświadczenia i badania. To w tym przypadku ma uzasadnienie
koncepcja polityki opartej o dowody (evidence based policy). Dzięki takiej wiedzy możemy sięgać po odpowiednie instrumenty
(środki), właściwie je wykalibrować i weryfikować skuteczność zastosowania. Taka wiedza może być systematycznie kumulowana,
dzięki czemu rośnie profesjonalizm działań publicznych.
Generalnie wiedza instrumentalna jest wiedzą ekspercką, profesjonalną – jest tworzona przez ludzi wyspecjalizowanych w danej
dziedzinie i korzystanie z niej wymaga takiego wyspecjalizowania. Jej obieg jest głównie obiegiem wewnątrz danej grupy zawodo-
wej oraz między przedstawicielami różnych grup zawodowych. Decydenci, którzy chcą się nią posłużyć muszą sami być ekspertami
i muszą umieć współpracować z ekspertami.
Zasadniczo problem tkwi w prawidłowym zaadresowaniu polityki gospodarczej, która dokonuje się w porządku operacyjnym
i która polega na działaniu instrumentalnym, w tym parametrycznym. W tym przypadku polityk gospodarczy oddziałuje przede
wszystkim na bieżące zachowania uczestników rynku. Horyzont reakcji, które chce wywołać jest relatywnie krótki, chociaż na ogół
mają one dłużej trwające efekty. Działa poprzez wywołanie konkretnych i konkretnie zaadresowanych impulsów. Musi przyjąć jakiś
model reakcji i w mniejszym lub większym stopniu dostosowuje swoje działanie do tego modelu.
Sensu tego wymiaru polityki gospodarczej należy upatrywać w tym, że gospodarka rynkowa funkcjonuje cyklicznie, poprzez
wahania koniunktury. Występują w niej procesy samoistne mające oscylacyjną naturę; są też w niej automatyczne regulatory
koniunktury. Dlatego interwencje w ten wymiar funkcjonowania gospodarki rynkowej mogą być relatywnie skuteczne, ale muszą
być ostrożne, odpowiednio skalkulowane, tak aby bez poważnej przyczyny nie zakłócać naturalnego cyklu gospodarczego. Taką
przyczyną jest naruszenie bieżącej równowagi, głównie makroekonomicznej, ale także mikroekonomicznej, które może prowadzić
do głębokiego załamania gospodarczego. W omawianym wymiarze polityka gospodarcza jest polityką łagodzenia koniunktury.
Jej głównym zadaniem nie jest samo pobudzanie koniunktury, lecz osłabianie takich jej wahań, które wytrącają funkcjonowanie
gospodarki ze stanu naturalnej, cyklicznej równowagi i grożą utratą samosterowności. Tym samym cel polityki gospodarczej w tym
wymiarze to bardziej cel negatywny – niedopuszczenie do pewnych stanów, które da się parametrycznie zdefiniować. Pozytywny
aspekt takiej polityki tkwi w tym, aby gospodarce zapewnić niezbędny poziom stabilności w warunkach międzynarodowej otwar-
tości i globalizacji przepływów gospodarczych.
8
Dobrym przykładem tego rodzaju polityki jest polityka pieniężna. W jej przypadku – o ile jest prowadzona w sposób konwencjonal-
ny – mamy do czynienia z parametrycznym wytyczeniem bezpośredniego celu oraz ustaleniem pasma dopuszczalnych odchyleń,
które powinny być interpretowane jako uzasadnienie do zaniechania działań korygujących, gdyż pozostawanie inflacji w tym
przedziale świadczy, że mechanizm rynkowy jest sprawny. To wyrazisty przykład polityki opartej o dane. Istotne jest jednak dostrze-
żenie, że w tym przypadku ważniejsze jest raczej niepodejmowanie działań, nieinterweniowanie, o ile inflacja w przewidywalnym
czasie (krótkim okresie) będzie pozostawać w wyznaczonym przedziale. Jest to zatem przykład evidence-based non-policy. I o to
w przypadku polityki koniunkturalnej przede wszystkim chodzi – o to, aby nie podejmować zbędnych interwencji, a zwłaszcza nie
szkodzić. Należy działać tylko wtedy, gdy jest to konieczne i bardziej przez wysyłanie sygnału ostrzegawczego (System Wczesnego
Ostrzegania – SWO) niż następcze podejmowanie interwencji.
Idea ISR jest przeniesieniem tego sposobu myślenia do obszaru gospodarki realnej i w odniesieniu do sfery działalności przedsię-
biorstw. Ogólnie wynika ona z przekonania, że zarówno w przypadku polityki fiskalnej, jak i innych aspektów bieżącej (koniunk-
turalnej) polityki można byłoby stworzyć zbliżone do polityki pieniężnej algorytmy reakcji polityki publicznej. W przypadku ISR
chodzi przede wszystkim o wysokie zagrożenie upadłością przedsiębiorstw i wynikające z tego potencjalne zakłócenia na rynku
pracy. ISR miałby eliminować uznaniowość reakcji władzy publicznej w tym wymiarze i określać jej dopuszczalność oraz właściwe
narzędzia. Fałszywe jest bowiem przekonanie, że w warunkach spowolnienia gospodarczego czy też recesji interwencji w sferze
działania przedsiębiorstw da się w ogóle uniknąć. Doświadczenie uczy, że jest ona wymuszona, spóźniona, chaotyczna, kosztowna
i najczęściej nieskuteczna.
Oczywiście polityki zorientowanej na stabilność gospodarki nie można oderwać od jej innych wymiarów i celów, w tym szczególnie
od polityki strukturalnej, ale w jej przypadku inny jest cel i sposób działania. Tylko dobrze wypełniając swoje podstawowe zadanie
– zachowanie stabilności gospodarki – polityka koniunkturalna może sprzyjać osiąganiu także innych celów polityki gospodarczej,
np. wspomagać wzrost gospodarczy. Jeśli zostanie ona bezpośrednio podporządkowana tym innym celom, to najczęściej dochodzi
do zakłócenia stabilności gospodarki i niepowodzenia w osiąganiu tych innych celów w średnim okresie.
Trudność w prowadzeniu polityki gospodarczej w wymiarze operacyjnym tkwi w tym, że nie potrafimy łatwo odróżnić zjawisk
koniunkturalnych, cyklicznych, oscylacji wokół naturalnych dla danej gospodarki punktów równowagi od procesów strukturalnej
zmiany, które powodują przesuwanie się tych punktów równowagi. Ponadto prowadzenie skutecznej polityki koniunkturalnej
wymaga wysokiej wiedzy eksperckiej oraz niemałych umiejętności posługiwania się nią. Wymaga też jeszcze czegoś, co w par-
lamentarno-gabinetowych systemach politycznych jest trudne do osiągnięcia – niezależności działań ekspercko-operacyjnych
względem politycznej rywalizacji o władzę. To, co stosunkowo dobrze działa w przypadku organów polityki pieniężnej i niezależ-
nych banków centralnych, jest trudne do zastosowania w przypadku np. polityki fiskalnej i struktur rządowych. Stąd m.in. pomysł
tworzenia państwowych rad fiskalnych wzorowanych na przykładzie rad polityki pieniężnej.
Jednak dla dobrej polityki gospodarczej jej wymiar strukturalny współcześnie staje się istotniejszy niż wymiar koniunkturalny. W tym
wymiarze polityka gospodarcza, aby była skuteczna, musi przebiegać zasadniczo w porządku instytucjonalnym, a nie w porządku
operacyjnym, ponieważ cele polityki strukturalnej nie są możliwe do osiągnięcia w efekcie działania w schemacie bodziec–reakcja.
Nie można ich wywołać wprost, wynikają ze znacznie bardziej złożonych relacji, w tym interaktywności, czyli procesu, w którym
ogromne znaczenie ma komunikacja, interpretacja i refleksyjne uczenie się. Proces ten prowadzi do tożsamościowej przemiany po
stronie uczestników gospodarki i tylko wtedy rzeczywiście zachodzą pożądane i oczekiwane zmiany gospodarcze. To są zmiany
rozwojowe, a nie oscylacyjne. Takie zmiany wytrącają gospodarkę z równowagi koniunkturalnej – nie są automatycznie odwracalne
i przesuwają naturalne punkty równowagi koniunkturalnej. Nie zajmujemy się jednak w tej monografii tymi zagadnieniami (chociaż
w naszych kwartalnych raportach badawczych systematycznie i praktycznie do nich nawiązujemy).
ISR jest także narzędziem, które umożliwia właściwe kojarzenie makro- i mikroekonomicznej płaszczyzny polityki publicznej. Wyj-
ściowe analizy są prowadzone na poziomie mikro i odnoszą się do stopnia zagrożenia przedsiębiorstw upadłością – w układzie
poszczególnych sekcji PKD oraz regionów. Są one jednak uzupełniane przez analizy makroekonomiczne i prowadzą do formułowa-
nia wniosków dotyczących także koniunktury ogólnogospodarczej. Przygotowywane w ramach naszego projektu analizy bazują
na opracowanych przez nasz zespół oryginalnych modelach ekonometrycznych.
Istotne jest jednak to, że wyniki ekonometrycznego modelowania są regularnie komentowane i dyskutowane przez panel wy-
bitnych ekspertów, którzy sami są doskonałymi analitykami gospodarczymi, ale mają też własne i różnorodne doświadczenie
oraz kontakt z praktyką i polityką gospodarczą. W rezultacie dostarczamy decydentom, zarówno w administracji publicznej, jak
i w przedsiębiorstwach wiarygodnych konkluzji i rekomendacji.
Praktyczne stosowanie ISR wymaga integrowania działania różnego rodzaju ekspertów i decydentów. Sam Instrument okazuje
się przydatny tylko wtedy, gdy profesjonalizm jest powiązany z właściwą komunikacją i wysokim stopniem zaufania. Tym samym
ISR jest dobrym wzorem nowoczesnego zarządzania publicznego – pozwala połączyć siłę władzy publicznej (państwa) i rynku.
Jerzy Hausner
9
Wstęp
Bankructwa są w gospodarce rynkowej zjawiskiem nieuniknionym i w pewnych sytuacjach – wręcz korzystnym. Prowadzą one
bowiem, a przynajmniej powinny prowadzić, do eliminacji podmiotów trwale nieefektywnych, co może sprzyjać lepszemu wy-
korzystaniu ich zasobów w innych zastosowaniach. Globalny kryzys finansowy ostatnich lat przypomniał jednak boleśnie, że
jednym z najpoważniejszych skutków silnych, negatywnych wstrząsów gospodarczych może być istotny wzrost skali upadłości
w gospodarce i ich ekonomicznych konsekwencji. Zdarzenia takie ujawniają też, że w takich okresach te zjawiska i procesy mogą
obejmować nie tylko pojedyncze podmioty, ale wręcz całe sektory i przynosić nieakceptowalne w wymiarze społecznym skutki.
W dodatku wśród indywidualnych ofiar takich zaburzeń występują nie tylko firmy o mniejszym znaczeniu. Kryzys może obnażyć
słabości strukturalne czy innego typu błędy również w przypadku przedsiębiorstw największych, którym w normalnych czasach
łatwiej byłoby wypracowywać strategie przetrwania czy też inne działania dostosowawcze. Kłopoty ekonomiczne tych wielkich
firm przeważnie wywołują dalsze następstwa poprzez tzw. efekt domina, a w rezultacie pojawiają się wtórne fale bankructw (np.
wśród kooperantów), silnie rośnie bezrobocie etc. Zatem spirala kłopotów nakręca się. Spektakularną egzemplifikacją tej sytuacji
jest ogłoszone 1 czerwca 2009 r. bankructwo General Motors (GM), którego skutki, w przypadku wyboru ścieżki likwidacyjnej, zo-
stały przez władze USA uznane za tak poważne, że już 11 lipca tego roku przedsiębiorstwo zostało wykupione przez Departament
Skarbu USA. Udzielona przez rząd pomoc na ratowanie GM wprawdzie sięgnęła astronomicznej kwoty ok. 49,5 mld USD (przy czym
odzyskano ok. 38 mld USD), ale ocenia się, że dzięki temu uratowano łącznie ok. 1,2 mln miejsc pracy.
Upadłości mogą też być poważnym problemem ekonomicznym i społecznym nie tylko w wymiarze całej gospodarki, ale także
przynosić bardzo dotkliwe skutki o charakterze lokalnym – dla miast, gmin czy powiatów. Tak może się dziać m.in. wówczas, gdy
bankrutuje największy lokalny pracodawca albo gdy kłopoty dotyczą wprawdzie mniejszych przedsiębiorstw z tego terenu, ale kilku
jednocześnie. W Polsce mieliśmy niemało takich sytuacji, a powszechnie znanym opinii publicznej przykładem są skutki likwidacji
w latach 2008–2009 dwóch głównych pracodawców w podlaskich Łapach – chodzi o bankructwo Zakładów Naprawczych Taboru
Kolejowego, firmy o niemal 150-letniej tradycji, oraz zamknięcie cukrowni „Łapy”.
Zarówno możliwe skutki makroekonomiczne, jak i lokalne upadłości rodzą następujące pytanie: czy i jak powinna w takich przypad-
kach reagować polityka gospodarcza? Odpowiedź nie tylko nie jest łatwa, ale wręcz silnie dzieli środowiska ekonomistów. Mimo
tego zróżnicowania jedna teza wydaje się być jednak bezdyskusyjna – zawsze warto z wyprzedzeniem wiedzieć, gdzie i jakie jest
zagrożenie upadłością oraz jakie mogą być jego konsekwencje, w tym policzalne ekonomicznie koszty. Wartością uniwersalną,
mimo tych podziałów, są więc systemy wczesnego ostrzegania przed bankructwami. Ze względu na wspomniane skutki ostat-
niego kryzysu finansowego oraz aktualny poziom rozwoju polskiego systemu upadłościowego, w którym wciąż występuje wiele
elementów obniżających jego efektywność, w krajowych realiach uzasadnione jest jednak konstruowanie nie tylko rozwiązań
ostrzegających, ale także obejmujących procedury nakierowane na aktywną reakcję polityki gospodarczej wobec takich zdarzeń,
a więc systemów szybkiego reagowania.
Budowa takiego systemu jest złożonym, wielowątkowym zadaniem, które wymaga właściwej synergii procedur analityczno-badaw-
czych, praktyki gospodarczej oraz umocowania instytucjonalnego. Pilotażowy projekt systemowy „Instrument Szybkiego Reagowa-
nia” (ISR) jest przedsięwzięciem o takim przeznaczeniu, uwzględniającym powyższe wymogi. Projekt ten był realizowany w okresie
od 1 kwietnia 2009 r. do 30 czerwca 2014 r. przez Polską Agencję Rozwoju Przedsiębiorczości w partnerstwie z Małopolską Szkołą
Administracji Publicznej Uniwersytetu Ekonomicznego w Krakowie w ramach Programu Operacyjnego Kapitał Ludzki – Priorytet II:
„Rozwój zasobów ludzkich i potencjału adaptacyjnego przedsiębiorstw oraz poprawa stanu zdrowia osób pracujących” współfi-
nansowanego ze środków Europejskiego Funduszu Społecznego.
Podstawowym celem projektu ISR jest stworzenie kompleksowego systemu wsparcia przedsiębiorstw i pracowników nakiero-
wanego na łagodzenie negatywnego wpływu spowolnienia gospodarczego na sytuację ekonomiczną tych podmiotów, w tym
na zagrożenie ciągłości ich funkcjonowania. Założeniem systemu jest osiąganie pozytywnych rezultatów takich działań zarówno
w wymiarze ex post, jak i w możliwie szerokim zakresie – również prewencyjnie.
Jak już wspomniano, powyższe zadanie jest trudnym wyzwaniem – zarówno w warstwie konstrukcyjnej, jak i implementacyjnej.
Dlatego też projekt dotyczy kilku ściśle zresztą powiązanych obszarów i jest wieloetapowy. Celem tej monografii jest przedstawienie
jego głównych filarów; tak w warstwie założeń, jak i uzyskanych rozwiązań. Zważywszy na fakt, że nawet takie zawężenie zakresu
pracy ze względu na zakres problematyki nie byłoby wystarczające z punktu efektywnej ekspozycji tematu, przyjęte zostały pewne
10
dodatkowe ograniczenia. Po pierwsze naszym dążeniem musiało być przedstawienie wyłącznie kluczowych z punktu widzenia
budowy tego systemu elementów. W tym kontekście za szczególnie istotne wydawało się nam scharakteryzowanie:
• przesłanek budowy takiego systemu,
• realności jego celów, w tym istnienia dostosowanego do nich instrumentarium,
• dopuszczalności, w ramach istniejącego prawa, aktywnych działań implikowanych przez ISR, zwłaszcza ze względu na możliwe
konflikty pomiędzy interwencją a zasadą wolnej konkurencji,
• zasadniczych rozwiązań metodycznych i narzędziowych przyjętych w tym systemie,
• głównych rezultatów empirycznych wynikających z zastosowanych metod i narzędzi.
Po drugie dobierając tematykę, staraliśmy się dużą wagę przypisywać wątkom możliwie uniwersalnym w tym znaczeniu, że wy-
pracowane rozwiązania mogłyby być wykorzystane w ramach różnych struktur instytucjonalnych. W przypadku systemów ISR
szczególnie ważne jest to, aby rozwiązania takie były możliwe do wpisania w praktykę gospodarczą w sposób w znacznym stopniu
niezależny od zmiennych przecież uwarunkowań politycznych i instytucjonalnych.
Po trzecie skoncentrowaliśmy się na tych rozwiązaniach, które nie tylko udało się skonstruować od strony koncepcyjnej, ale w przy-
padku których zebrano w okresie realizacji projektu dostatecznie duże quantum doświadczeń i które dostarczyły wyników mogą-
cych być podstawą konkretnych rekomendacji gospodarczych.
Jednym z pierwszych i zasadniczych etapów projektu ISR jest komponent badawczy, dlatego też w monografii tej poświęcono
mu najwięcej uwagi. Ze względu na generalny cel systemów typu ISR ich szczególnie ważnym zadaniem jest przewidywanie
i określanie poziomu ryzyka wystąpienia w skali gospodarki krajowej oraz w poszczególnych jej sektorach takich zakłóceń, które
uzasadniają podejmowanie przez rząd i jego agendy specjalnych działań prewencyjnych oraz pomocowych. Naturalnym punktem
ciężkości prezentowanego komponentu badawczego są więc problemy związane z pomiarem i prognozowaniem tego ryzyka.
Rozległość i złożoność problematyki ISR z jednej strony oraz uwarunkowania organizacyjne, czasowe i objętościowe związane
z przygotowaniem tej monografii – z drugiej spowodowały, że mimo ścisłych powiązań merytorycznych pomiędzy częściami
nie jest ona kompletną ekspozycją koncepcji systemu ISR, a poszczególne rozdziały mają charakter przede wszystkim autorskich
esejów poświęconych kluczowym zagadnieniom. Należy też zwrócić uwagę na fakt, że mimo dekompozycji problematyki ISR,
skomplikowanie zagadnień będących przedmiotem rozważań wielu rozdziałów było wciąż na tyle duże, iż ich tematyka sama
mogłaby być osnową dalszych, rozbudowanych dociekań. W efekcie ograniczoność zasobów spowodowała, że wiele kwestii mogło
być w poszczególnych rozdziałach zaledwie zasygnalizowanych, choć w takim przypadku przeważnie wskazywaliśmy na dalsze
rekomendacje zawarte w literaturze przedmiotu.
Monografia składa się z czterech części, zawierających łącznie piętnaście rozdziałów. Ich układ i konstrukcja są podporządkowane
powyższym zasadom.
Część I – „Upadłości – pojęcie, pomiar, przyczyny i skutki” – rozpoczyna rozważania dotyczące samego pojęcia upadłości. Poka-
zujemy, że z ekonomicznego punktu widzenia jest ono niejednoznaczne, a zarówno same kryteria upadłości, jak i procedury ich
weryfikacji – do pewnego stopnia umowne. Umowność ta jest skutkiem wielu czynników, ale jednym z podstawowych jest zna-
czenie pewnych wyborów aksjologicznych leżących u podstaw konstrukcji systemu upadłościowego. Należy wskazać zwłaszcza na
podstawowe cele procedur upadłościowych, które ze swej istoty mogą być bardziej skoncentrowane bądź na ochronie wierzycieli,
bądź dłużników. Mając na uwadze powyższe dylematy, podejmujemy próbę bardziej modelowego spojrzenia na kwestię systemu
upadłościowego.
Z perspektywy zasad ekonomii systemy upadłościowe mogą być budowane na różnych podstawach i trudno wskazać obiektywnie
najlepsze, wzorcowe rozwiązania. W praktyce gospodarczej niezbędne jest jednak nadanie temu systemowi wymiaru powszechnej
stosowalności. Rolę taką spełnia m.in. prawo upadłościowe, którego zarys w warunkach polskich także przedstawiamy. Należy
podkreślić, że przyjęte w systemie prawnym rozwiązania mają wiele konsekwencji, istotnych z punktu widzenia celów i możliwości
budowy systemów wczesnego ostrzegania czy reagowania. Zwracamy przede wszystkim uwagę na fakt, że z wyborem określonych
procedur prawnych w ramach danego systemu społeczno-gospodarczego związane są dwa podstawowe, współgrające ze sobą
parametry „wynikowe” procedur upadłościowych – ich efektywność/koszty oraz czas trwania.
Nawet niezadowalająca efektywność procedur upadłościowych nie jest, jeśli dotyczy pojedynczych, izolowanych przypadków,
wystarczającym powodem budowy systemów wczesnego ostrzegania/reagowania. W takiej sytuacji łączne społeczne koszty takiej
sytuacji nie są bowiem na tyle duże, aby uzasadniały takie działania. Przedmiotem rozważań drugiego rozdziału Części I jest więc
próba określenia skali zjawiska, w tym budowy różnych jego miar. Nie byłoby to jednak możliwe bez głębszej analizy systemu in-
formacyjnego dotyczącego demografii przedsiębiorstw, w tym upadłości. Uzyskane wyniki pokazują, że w Polsce system ten dzieli
dość duży dystans wobec możliwych do uzyskania, i osiąganych już przez niektóre państwa, standardów. Ze względu na przyjęte
w naszym kraju rozwiązania, w tym wynikające wprost z Prawa upadłościowego, można oceniać, że dostępne powszechnie dane
11
na temat skali zjawiska upadłości istotnie niedoszacowują jego rozmiary. SWO mogą zatem pełnić dodatkową rolę – rozszerzania
zakresu informacji dotyczących faktycznej skali tego problemu i jego intensywności w różnych przekrojach społeczno-gospodarczych.
Warunkiem koniecznym budowy jakiegokolwiek systemu ostrzegawczego jest też znajomość uwarunkowań i mechanizmów,
które umożliwiają przewidywanie zagrożeń będących przedmiotem zainteresowania tego systemu. W ramach takiego systemu
niezbędne jest bowiem uzyskanie w miarę wczesnej informacji wyprzedzającej pozwalającej dostatecznie wcześnie aktywować
działania w ramach SWO. W przypadku systemów zawierających dodatkowy komponent reagowania potrzebna jest także wiedza
na temat możliwych instrumentów oddziaływania na kontrolowane zjawisko. Przedmiotem rozdziału trzeciego jest więc przegląd
wyników badań w obu tych obszarach. Rozdział ten ma charakter głównie syntetyczny, bo badań prowadzonych w tym zakresie
jest na świecie wiele, a i w Polsce dysponujemy zasługującym na uwagę dorobkiem. Synteza taka jest jednak możliwa, gdyż mimo
obfitości prac pod względem metodycznym wpisują się one w kilka zaledwie wiodących kategorii. Ze względu na przeznaczenie
SWO szczególny nacisk został położony na uwarunkowania makroekonomiczne upadłości, w tym zjawiska synergii upadłości
jednostkowych. Zważywszy na fakt, że wiele modeli upadłości jest konstruowanych głównie pod kątem zastosowań mikroeko-
nomicznych, w tym przewidywania bankructw pojedynczych firm, takie uzupełnienie wydawało się konieczne. W szczególności
pokazano, że korelacja sytuacji gospodarczej kilku podmiotów może silnie zwiększać prawdopodobieństwo ich upadku.
W końcowym rozdziale Części I staramy się pogłębić analizę kosztów związanych ze zjawiskami upadłości i – na tym tle – efektyw-
ności procesu. Wydaje się, że jednym z częstszych powodów niedoceniania znaczenia systemów SWO/ISR w obszarze upadłości
jest przecenianie sprawności mechanizmów „naturalnej selekcji” firm, przy jednoczesnym niedoszacowaniu skali kosztów, jakie
pojawiają się, gdy mechanizm ten nie działa tak idealnie. Warto zwłaszcza podkreślić, że przyczyną tego niedoszacowania jest nie-
jednokrotnie to, że koszty upadłości często są ograniczane jedynie do tzw. kosztów bezpośrednich. Nie zawsze też koszty pośrednie
są ujmowane dostatecznie szeroko, a nawet jeśli ich ujęcie enumeratywne jest właściwe, w praktyce często niezwykle trudno jest
zmierzyć niektóre z nich. W efekcie bywają one pomijane w tym rachunku „opłacalności”. A z analiz przedstawionych w rozdziale
pierwszym wynika, że prawo upadłościowe zawsze zawiera wiele elementów, które mogą ograniczać jego skuteczność i generować
nadmierne koszty. Jeśli tę konkluzję uzupełnimy danymi dotyczącymi faktycznej skali upadłości w polskiej gospodarce, to celo-
wość budowy rozwiązań typu ISR wydaje się bezdyskusyjna. Tezę tę weryfikujemy ocenami empirycznymi efektywności procesu
upadłości w Polsce, które pokazują, że wprawdzie jesteśmy pod tym względem krajem przeciętnym, ale jednak od najlepszych,
w tym niektórych krajów europejskich, wciąż dzieli nas duży dystans.
Część II – „Upadłości a polityka publiczna” – jest poświęcona problematyce potencjalnych możliwości, jakie są dostępne w ramach
polityki publicznej w zakresie zmniejszania skali zagrożeń upadłością i jej skutków. Co niezwykle ważne, istniejące bariery wynikają
nie tylko z ograniczeń finansowych, z jakimi zawsze mamy do czynienia w sferze publicznej, ale również z innego fundamentalnego
problemu. Otóż jednym z oczywistych skutków pomocy publicznej kierowanej do poszczególnych przedsiębiorstw, której celem
byłoby ich przejściowe wsparcie (aby nie tylko nie upadały, ale po przejściu trudnego okresu mogły odzyskać pełną sprawność
ekonomiczną), może być zakłócenie zasady wolnej konkurencji w pewnych obszarach gospodarki. Pomoc publiczna może być
zatem udzielana tylko w takim zakresie i w taki sposób, aby skutek ten nie wystąpił, a jeśli już się ujawni – to w akceptowalnej skali
i kontrolowalnej formie.
Jednym z rozwiązań spełniających powyższe warunki jest tzw. polityka drugiej szansy, której celem jest m.in. zwiększenie wskaź-
nika przetrwania przedsiębiorstw i pomoc w rozpoczęciu nowej działalności tym podmiotom, które wcześniej doznały porażki
biznesowej. Problematyce tej jest poświęcony rozdział piąty monografii. Scharakteryzowano w nim m.in. założenia tej polityki
wynikające ze stosownych uregulowań UE, a także rekomendacji Komisji Europejskiej. Dokonano w nim też analizy porównawczej
konsekwencji procedur sądowych i pozasądowych w postępowaniu z tego typu podmiotami. Na tym tle została przedstawiona
szczególna rola systemów typu SWO/ISR, mogących w istotny sposób wspierać taką politykę.
Pomoc publiczna stanowi istotny instrument interwencjonizmu państwowego, a – jak już wspomniano – nie może on kolidować
z zasadami wolnej konkurencji, dlatego też niezwykle ważnym elementem polityki drugiej szansy są towarzyszące jej uregulowania
prawne. Zagadnieniom tym jest poświęcony rozdział szósty książki. Przede wszystkim zdefiniowano w nim – w sensie prawnym
– pojęcie pomocy publicznej, a także warunki jej dopuszczalności. Kwestia ta jest niezwykle ważna z punktu widzenia realności
budowy systemu typu ISR z tego powodu, że w ramach uregulowań unijnych pomoc publiczna jest niedopuszczalna co do zasady.
Można jej jednak udzielić w szczególnych sytuacjach, które są opisane w tym rozdziale. Zawarta w tym rozdziale analiza prawna
dotyczy jednak nie tylko uwarunkowań traktatowych (Traktat o Funkcjonowaniu Unii Europejskiej), ale także krajowych ram legi-
slacyjnych udzielania takiej pomocy.
Część II monografii kończy rozdział poświęcony instrumentarium pomocy publicznej, a także syntetycznej ocenie jej skali i zakresu
w Polsce. Szczególną uwagę zwrócono na formy związane z pomocą de minimis. Przedstawiono również zasady udzielania po-
mocy regionalnej, horyzontalnej oraz sektorowej. Warto przypomnieć, że w systemie ISR częstą przesłanką podejmowania działań
interwencyjnych mogą być skutki społeczne upadłości właśnie w wymiarze regionalnym czy sektorowym. Przeprowadzana analiza
wykorzystania pomocy publicznej w Polsce pokazuje natomiast, że istnieje potrzeba programu pomocowego, którego celem
12
byłaby pomoc na ratowanie i restrukturyzację przedsiębiorstw z sektora MŚP. W szczególności konieczne jest wypracowywanie
rozwiązań systemowych w zakresie interwencji państwa w przypadku przeżywających trudności firm z tego sektora. Projekt ISR
jest przykładem działań wypełniających tę lukę.
Część III – „Model instrumentu szybkiego reagowania” – ma charakter techniczno-narzędziowy i zawiera zarówno schemat budo-
wy, jak i opis podstawowych elementów konstrukcyjnych tego systemu. Rozpoczyna ją rozdział 8, w którym scharakteryzowano
podstawy budowy SWO. Zastosowane podejście bazuje na tzw. regule cost avoidance polegającej na aktywacji systemu jedynie
w przypadku, gdy koszty zaniechania działania są wyższe od nakładów ponoszonych w sytuacji odwrotnej. Ważnym elementem
rozważań tego rozdziału jest złożona kwestia wyboru optymalnego poziomu czułości systemu ostrzegawczego. Jeśli system zo-
stanie zaprojektowany tak, że reaguje wyłącznie na bardzo wyraziste bodźce, ujemnym skutkiem może być pomijanie wczesnych,
często słabych sygnałów późniejszych zaburzeń. Jeśli natomiast system taki będzie zbyt wrażliwy, to zwiększa się ryzyko wywołania
tzw. fałszywych alarmów. Taka sytuacja może podkopywać zaufanie interesariuszy SWO do działania tego systemu i w efekcie
– zlekceważenia informacji o faktycznych zagrożeniach. W rozdziale tym omówiono również przykłady i klasyfikacje systemów
reagowania, a także relacje pomiędzy systemami ostrzegawczymi a systemami reagowania. Rozdział kończy analiza warunków
skutecznego wdrożenia systemów tego typu. Jest to niezwykle ważny element, a często pomijany w podobnych projektach,
czego bezpośrednim skutkiem jest niska skuteczność takiego instrumentu lub wręcz jej brak. Jednocześnie trzeba bardzo mocno
podkreślić, że warunki te do pewnego stopnia determinują zakres możliwych do wykorzystania w ramach SWO modeli i narzędzi.
W praktyce oznacza to, że niekiedy można zbudować dokładniejsze modele analizy czy prognozowania pewnych zjawisk, ale nie
są one użyteczne z punktu widzenia konstrukcji SWO. Taka sytuacja może pojawiać się np. wówczas, gdy takie modele są zbyt
skomplikowane z punktu widzenia ich społecznej komunikacji, czas ich przygotowywania jest zbyt długi lub z ich eksploatacją są
związane zbyt wysokie koszty.
Kolejny rozdział (dziewiąty) zawiera przegląd ważniejszych praktycznych doświadczeń Wielkiej Brytanii i USA w zakresie budowy
i stosowania systemów typu SWO/ISR. Przegląd ten jest cenny przynajmniej z kilku powodów. Po pierwsze, systemy te nie są bardzo
rozpowszechnione. Powoduje to, że konstruując je, trudno sięgać do skarbnicy gotowych rozwiązań i praktyki. Brakuje też, co w tej
sytuacji jest dosyć naturalne, szerszej literatury przedmiotu. Budowa tego typu systemu w Polsce jest więc w wielu płaszczyznach
wyzwaniem pionierskim. Po drugie przegląd ten pokazuje pewną ważną, specyficzną cechę tych systemów – wprawdzie powin-
ny być one tworzone z myślą o realizacji konkretnych celów w ramach pragmatycznej struktury działania, ale często były próbą
znalezienia doraźnych rozwiązań poważnych problemów. Także pod tym względem projekt ISR jest wyjątkowy, gdyż stanowi
spójną i z góry zaplanowaną, choć dynamicznie korygowaną, strukturę. Po trzecie z doświadczeń międzynarodowych, mimo ich
powyższych ograniczeń i ułomności, można wyprowadzić jednak pewne wnioski, które są istotne dla budowy tego typu systemu
w Polsce.
Dwa następne rozdziały (dziesiąty oraz jedenasty) zawierają szczegółowe opisy źródeł danych, modeli oraz procedur oceny i pro-
gnozowania zagrożenia upadłością w perspektywie mikro- oraz makroekonomicznej. Warto podkreślić, że choć w przypadku
analiz mikroekonomicznych zostały zastosowane dość klasyczne rozwiązania, naszkicowane w rozdziale 3, przyjęte tu podejście
ma dwie cechy szczególnie je wyróżniające na tle innych modeli mikroekonomicznych upadłości. Po pierwsze zastosowane mo-
dele były estymowane na dużo większych niż w innych opracowaniach zbiorach uczących. Po drugie skutecznie użyto metody
„podwójnego prognozowania”. Tradycyjne podejścia wykorzystują aktualne dane ekonomiczne dotyczące przedsiębiorstwa do
przewidywania jego problemów w oparciu o modele pozwalające czynić to skutecznie w horyzoncie ok. jednego roku. Liczne
doświadczenia międzynarodowe dowodzą, że w przypadku tej klasy narzędzi rzadko można wydłużyć ten horyzont – próby takie
prowadzą zwykle do znacznego spadku trafności prognoz. W systemach SWO sytuacja taka jest nieakceptowalna, gdyż zagraża
ich wiarygodności. Jednocześnie dla systemów ostrzegawczych niezwykle ważne jest prognozowanie zagrożeń z możliwie dużym
wyprzedzeniem. W omawianym podejściu udało się to osiągnąć poprzez wypracowanie efektywnych procedur prognozowania
zmiennych objaśniających modeli predykcji upadłości. Dodatkową zaletą przyjętych w ramach bloku mikro rozwiązań jest możli-
wość uzyskiwania ocen zagrożenia upadłością w różnych przekrojach gospodarczych (także terytorialnych) i oszacowań kosztów
bezpośrednich tego zagrożenia (bez elementów wynikających ze sprzężeń gospodarczych) dla różnych kategorii tych kosztów
(spadek zatrudnienia, produkcji etc.).
W rozdziale poświęconym analizom makroekonomicznym zagrożenia upadłością skoncentrowano się na trzech grupach zagad-
nień. Po pierwsze przedstawiono metody analizy cyklów koniunkturalnych, ze szczególnym uwzględnieniem cech specyficznych
polskiej gospodarki. Po drugie przedstawione zostały zasady konstrukcji prognoz podstawowych wskaźników makroekonomicz-
nych w naszym kraju. Doświadczenia międzynarodowe pokazują, że oba te czynniki są niezwykle istotne z punktu widzenia
przewidywania zagrożenia upadłością w całej gospodarce. Po trzecie część ta zawiera opis metodologii badania wpływu poten-
cjalnych impulsów dotykających polską gospodarkę na stan jej koniunktury, zwłaszcza w zakresie kondycji sektora przedsiębiorstw.
Analizy tego typu są w ramach systemu ISR szczególnie ważne przynajmniej z dwóch powodów: (1) pozwalają oceniać przyszłe
skutki makroekonomiczne podstawowych rodzajów szoków gospodarczych oraz (2) stanowią poręczne narzędzie wstępnej oceny
13
pewnych możliwych opcji polityki makroekonomicznej z punktu widzenia wpływu tych wyborów na wzrost gospodarczy i stopień
zagrożenia upadłością.
Warto podkreślić, że w bloku analiz i prognoz makroekonomicznych przyjęto rozwiązania zapewniające „skalowalność” niektórych
narzędzi, tzn. możliwość ich wykorzystania nie tylko na poziomie całej gospodarki (agregatów makroekonomicznych), ale i mezo-
ekonomicznych (branże, sektory). W doborze narzędzi kierowano się także innymi zasadami wynikającymi z warunków skuteczności
SWO. Duży nacisk położono m.in. na transparentność rozwiązań polegającą, z jednej strony, na dobrej czytelności i dostępności
wyników stosowanych procedur, z drugiej – możliwie dużej intersubiektywności tych narzędzi, w tym ich istotnie większej „od-
porności” na egzogeniczne założenia niż w przypadku klasycznych podejść strukturalnych. Należy jednak zaznaczyć, że zasady te
wykorzystywano w prognozach mikro- i makroekonomicznych zagrożenia upadłością w sposób dynamiczny, tzn. tak, aby oparte
na nich narzędzia podlegały bieżącej weryfikacji z punktu widzenia ich adekwatności i – w koniecznych przypadkach – możliwa
była ich niezbędna modyfikacja. Oba rozdziały zawierają dokumentację stosowanych procedur.
Przedmiotem rozdziału 12 jest tzw. mechanizm startowy, czyli zestaw procedur, na podstawie których podejmowane są decyzje
dotyczące uruchomienia działań wdrożeniowych w konkretnych przedsiębiorstwach zakwalifikowanych do uzyskania wsparcia
w ramach ISR. Mechanizm ten wykorzystuje m.in. informacje dostarczane przez komponenty mikro- i makroekonomiczny ISR.
Zastosowane rozwiązania bazują na zasadzie tzw. scoringu trzypoziomowego, syntetyzującego informacje z poziomów makro-,
mezo- i mikroekonomicznego. Przyjęto jednocześnie zasadę, aby w systemie tym wykorzystywać wszystkie dostępne informacje,
także spoza ISR. W efekcie obok scoringu podstawowego opartego na danych generowanych przez moduły ISR zaprezentowano
koncepcję budowy tzw. systemu informacji pomocniczej.
Część III monografii zamyka rozdział 13, który jest poświęcony problematyce komunikacji w ramach systemu ISR. Paradoksalnie,
zagadnienie to jest w wielu systemach ostrzegawczych niedostrzegane czy wręcz pomijane, mimo iż z oczywistych powodów
dobra komunikacja jest warunkiem koniecznym skuteczności takich systemów. Analizowane muszą być przynajmniej trzy, związane
zresztą ze sobą, charakterystyki procesów komunikacji: wiarygodność przekazu, jego szybkość i zasięg. Wszystkie te elementy są
w ramach ISR przedmiotem ciągłego monitoringu. Rozdział zawiera opis zarówno przesłanek budowy tej funkcjonalności systemu,
jak i uzyskanych w jego ramach ocen wartości procesu komunikacji. Rozdział ten dostarcza też opisu unikatowego rozwiązania
zastosowanego w ISR, a mianowicie tzw. panelu interpretacyjnego. Panel ten tworzy grupa wybitnych ekspertów w obszarach obję-
tych analizami ISR, których zadaniem jest m.in.: systematyczna walidacja narzędzi i rozwiązań stosowanych w systemie, jakościowa
oraz ilościowa ocena analiz i prognoz generowanych w ramach bloków makro- i mikroekonomicznego, jak również wspomaganie
Projektu inspiracjami antycypacyjnymi.
Część IV – „Średniookresowe zagrożenie upadłością w polskiej gospodarce – prognozy i rekomendacje” – prezentuje uzyskane
w ramach modułów makro- i mikroekonomicznego oceny i prognozy tego zagrożenia. Dotyczą one zarówno całej gospodarki, jak
i jej wybranych sektorów, branż oraz przekrojów terytorialnych. Przede wszystkim przeprowadzono pogłębioną analizę bieżącej
koniunktury i zagrożenia upadłością w rozbiciu na działy gospodarki. Szczególnie ważnym wynikiem synergii wypracowanych
w ramach ISR procedur makro- i mikroekonomicznych jest też tzw. lista Top 10, która stanowi wykaz najbardziej zagrożonych
upadłością branż gospodarki o jednocześnie kluczowym znaczeniu w polskim systemie ekonomicznym. W ramach komponentu
mikroekonomicznego przedstawiono także tzw. mapy gorąca dla poszczególnych działów PKD, obrazujące stopień zagrożenia
upadłością w ujęciu retrospektywnym – tzn. w okresie od 2007 r. do 2013 r. Umożliwiają one m.in. łatwą identyfikację działalności
systematycznie obarczonych dużym zagrożeniem upadłością.
Na zakończenie tego krótkiego wprowadzenia należy dodać, że wprawdzie większość Autorów tej monografii posiada afiliacje
zawodowe z instytucjami, które bezpośrednio lub pośrednio zajmują się problematyką upadłości w gospodarce, ale wyrażane
w niej poglądy mają charakter indywidualny i reprezentują wyłącznie osobiste przekonania, w tym wykrystalizowane w trakcie
prac w ramach pilotażowego projektu systemowego „Instrument Szybkiego Reagowania”.
W realizację projektu ISR, poza Autorami prezentowanej monografii, było zaangażowanych wiele osób, które niewątpliwie tworzyły
interdyscyplinarny zespół badawczy i projektowy. W tym miejscu, dziękując za ich wkład, chcieliśmy przedstawić wszystkich, którzy
uczestniczyli w tym przedsięwzięciu:
• Kierownik projektu – Anna Świebocka-Nerkowska (PARP), Koordynator projektu po stronie MSAP – Jerzy Hausner.
• Menedżer projektu po stronie MSAP – Stanisław Mazur, Koordynator projektu – Michał Bonin (PARP).
• Ekspert wiodący ds. badań – Piotr Boguszewski, Ekspert ds. analizy otoczenia prawno-instytucjonalnego – Marcin Zawicki.
• Zespół ds. analiz mikroekonomicznych: Kamil Fijorek, Jarosław Kaczmarek, Konrad Kolegowicz, Paweł Krzemiński.
• Zespół ds. analiz makroekonomicznych: Łukasz Lenart, Błażej Mazur, Krystian Mucha, Mateusz Pipień, Justyna Wróblewska.
• Zespół ds. przygotowania i modyfikacji metody i narzędzi integracji i interpretacji wyników monitorowania gospodarki w kom-
ponentach mikro- i makroekonomicznym: Kamil Fijorek, Jerzy Marzec, Jacek Osiewalski, Andrzej Sokołowski.
• Zespół ds. programowania i implementacji ISR: Irena Herbst, Tomasz Jagusztyn-Krynicki, Mikołaj Stasiak, Marek Szczepański,
Marcin Zawicki.
• Eksperci w ramach komponentu action research ISR: Mariusz Andrzejewski, Paweł Białynicki-Birula, Edyta Bielińska-Dusza,
Jan Brzozowski, Marek Ćwiklicki, Marek Dziura, Konrad Grabiński, Magdalena Jelonek, Jacek Klich, Konrad Kolegowicz, Paweł
Krzemiński, Michał Kudłacz, Norbert Laurisz, Łukasz Mamica, Piotr Markiewicz, Wojciech Pająk, Tomasz Rojek, Tomasz Sapeta,
Wojciech Szymla, Krzysztof Wach, Krzysztof Woźniak, Marcin Zawicki, Andrzej Zyguła.
• Zespół koordynacyjny komponentu action research ISR, w tym eksperci ds. administracyjnych i logistyki: Tomasz Geodecki,
Jarosław Plichta, Sylwia Kołdras, Rafał Sułkowski.
• Asystenci ds. badań: Piotr Kopyciński, Marek Oramus. Specjalista ds. organizacyjnych: Magdalena Nalepa. Zespół ds. narzędzi
informatycznych: Grzegorz Kolegowicz, Aleksandra Zadora, Maciej Zadora.
• Zespół koordynacyjny PARP: Anna Nikowska, Joanna Bazylak, Monika Karkowska.
Piotr Adam Boguszewski,
Jerzy Hausner
Część I
Upadłości – pojęcie, pomiar, przyczyny i skutki
17
Piotr Adam Boguszewski, Marta Kędziorska
Rozdział 1
POJĘCIE UPADŁOŚCI – WYBRANE ASPEKTY EKONOMICZNE I PRAWNE
1.1. Wprowadzenie
Pozornie może wydawać się, że zagadnienia formalnoprawne związane z systemem prawa upadłościowego nie odgrywają pierw-
szoplanowej roli z punktu widzenia konstrukcji systemu wczesnego ostrzegania (SWO) przed upadłościami w gospodarce. Tak
jednak nie jest, gdyż rozwiązania przyjęte w ramach procedur upadłościowych wpływają na kilka niezwykle ważnych z perspektywy
projektowania SWO elementów.
Po pierwsze trudno sobie wyobrazić powstanie takiego SWO bez pogłębionej analizy samego zjawiska. Pojawia się tu wiele pro-
blemów, ale jednym z kluczowych jest to, że obserwujemy głównie upadłości w sensie prawnym. Przyczyny upadłości mają jed-
nak charakter ekonomiczny. Zatem bez refleksji nad wzajemnymi relacjami komponentu stricte ekonomicznego i prawnego nie
osiągniemy niezbędnej do konstrukcji SWO wiedzy. W szczególności trudno będzie wyznaczyć zależności przyczynowe konieczne
do modelowania, w tym prognozowania upadłości. Musimy też pamiętać, że upadłość jest zawsze do pewnego stopnia stanem
umownym. Bez właściwego rozumienia istniejących konwencji nie jest możliwe modelowanie samego zjawiska.
Po drugie systemy ostrzegawcze warto budować w odniesieniu do zjawisk, z którymi mogą być związane znaczne koszty lub inne,
negatywne skutki społeczne. System prawny, jak pokażemy, w istotny sposób wpływa na poziom tych kosztów i efektywność sa-
mego procesu upadłości. Musimy zatem rozumieć źródła tych kosztów. Jest to istotne również dlatego, że często można spotkać
się z argumentami, że SWO można zastąpić doskonaleniem samego systemu prawnego, tak aby efektywność jego funkcjonowania
była na tyle wysoka, iż celowość SWO stałaby się dyskusyjna. Poprzez szersze omówienie systemu upadłościowego przedstawimy
jednak, że choć taki kierunek działań jest oczywiście pożądany, system upadłościowy zawsze zawiera wiele elementów subiektyw-
nych i uznaniowych. Jest to sytuacja w dużym stopniu niezależna od rozwiązań przyjmowanych w konkretnym systemie prawa
upadłościowego. Dlatego w tym rozdziale prezentujemy nie tylko zarys polskich przepisów tego prawa, ale czynimy to na tle
ogólniejszej refleksji dotyczącej konstrukcji systemu upadłościowego.
Po trzecie system upadłościowy zawsze generuje pewną strukturę czasową procesu – zarówno łączną długość jego trwania, jak
i poszczególnych etapów. Ta cecha systemu upadłościowego też jest kluczowa z punktu widzenia budowy SWO, ponieważ systemy
takie budujemy m.in. po to, aby na bazie dostępnych informacji dostatecznie szybko przewidywać zagrożenia. W przypadku wielu
zjawisk gospodarczych, także upadłości, warto mieć taką wiedzę w dostatecznie długiej perspektywie. Działania podejmowane
w ramach polityki gospodarczej charakteryzuje bowiem zazwyczaj niemała inercja stosowanych narzędzi.
Po czwarte zarówno analiza systemu upadłości, jak i polskiego prawa jest niezbędna w celu wypracowania właściwego aparatu
terminologicznego.
1.2. System upadłościowy – zarys
Problem niespłacanych zobowiązań pojawił się tak dawno, jak pierwsze pożyczki. Powodował on konieczność wypracowania
procedur postępowania w takich przypadkach. Rozwiązania w tym obszarze zmieniały się na przestrzeni wieków. W czasach staro-
żytnych niespłacanie zobowiązań często traktowano, zgodnie np. z rzymską tradycją, jako rodzaj przestępstwa. Adekwatne do tego
były i środki zaradcze – zazwyczaj traktowano takich wierzycieli w bardzo restrykcyjny sposób, a dominującym narzędziem były
różnego typu kary, w tym nawet kara śmierci. Niespłacanie zobowiązań niejednokrotnie łączyło się także z utratą wolności, a niemal
zawsze – ze znacznym uszczerbkiem na społecznej reputacji dłużnika (por. Levinthal 1918; Efrat 2006). Należy jednak pamiętać, że
w niektórych starożytnych systemach prawnych czy etycznych panowała zasada okresowego darowania długów – pod pewnymi
względami było to rozwiązanie idące dalej niż współczesne reguły ograniczonej odpowiedzialności za długi.
Wiele z powyższych elementów systemu przetrwało w Europie do końca XIX w.; w tym praktyki więzienia za długi oraz bardzo silne
społeczne potępienie niewypłacalnych dłużników (por. Gratzer, Stiefel i in. 2008). W czasach współczesnych upadłość jest jednak
traktowana bardziej jako zjawisko ekonomiczne, nieodłącznie związane z funkcjonowaniem wolnego rynku, konkurencji i różnego
typu wynikających z tych mechanizmów ryzyk, a nie wada etyczna wierzyciela (choć efekt stygmatyzacji bankructwem, i to w opinii
różnych grup społecznych, nadal jest silny) (por. Oldfield 2005).
Celem tej części jest krótka charakterystyka podstawowych elementów systemu upadłości, przez który rozumiemy zbiór zasad oraz
procedur niezbędnych i wykorzystywanych w postępowaniu z przypadkami upadłości. Oczywiście jest to system bardzo złożony.
18
Dlatego w tym miejscu musimy poprzestać jedynie na naszkicowaniu jego najważniejszych elementów, przy czym skoncentru-
jemy się tylko na tych z nich, których znaczenie, z punktu widzenia konstrukcji SWO przed upadłością, wydaje się być najbardziej
istotne. Należy wskazać zwłaszcza te rozwiązania, które mają znaczący wpływ na takie charakterystyki procedur upadłościowych,
jak ich czas, koszt i inne elementy efektywności. Ten przegląd, choć w naturalny sposób zahacza o kwestie prawne, jest jednak
dokonywany głównie pod kątem analizy procesualnej i ekonomicznej problemu, przy czym ich implikacjom jurystycznym będzie
poświęcony następny podrozdział. Co istotne, zajmujemy się tu wyłącznie problematyką upadłości przedsiębiorstw niefinansowych.
Podstawowe elementy systemu zostały przedstawione na rysunku 1.1. Tworzą go trzy główne filary: baza normatywna, zasady
konstrukcji procedur upadłości oraz procedury postępowania upadłościowego.
Jeśli chodzi o bazę normatywną, to określa ona podstawowe elementy konstytutywne każdego systemu upadłościowego. Punktem
wyjścia jego budowy jest konceptualizacja podstawowego przeznaczenia systemu upadłościowego (por. (Gutiérrez, Olalla i in.
2005), gdyż występowanie sytuacji nieregulowanych zobowiązań samo w sobie nie musi być powodem tworzenia dedykowanych
rozwiązaniu tego problemu narzędzi.
Filary systemuupadłości
Baza normatywna
Model konfliktuinteresów
Przyczyny
Zasady zaspokajania
roszczeń
Ochronawartościaktywów dłużnika
Reguły kolejnościzaspokajania roszczeń(PoC)
Wierzycieli
Reguły kolejnościzaspokajania roszczeń
Właścicielii pozostałych interesariuszy
Funkcja(e) celusystemu
Ochrona firmy(przeżycie)
Ochronadłużników
Inne
Koncepcjaupadłości
Kryteriaformalne
Zasadywyceny majątkui zobowiązań
Modelprognostyczny
Konstrukcjaproceduryupadłości
Zasady legitymacjiprocesowej
Zasady legitymacjiczynnej
Sankcyjnośćzasad
Zasady procedowaniawniosku o upadłość
Podmiot prowadzącypostępowanie
Kryteria akceptacji/oddalaniawniosku
Procedury odwoławcze
Formy postępowania
Rodzaje upadłości
Układowa Likwidacyjna
Zasady wyboruformy postępowania
Podmioty uprawnione
Kryteria wyboru
Procedurypostępowaniaupadłościowego
Zasady postępowaniaz majątkiem dłużnika
Podmioty uprawnionei zasady ich postępowania
Procedury zabezpieczeniamajątku
Sprawowaniebieżącego zarządu
Zasady postępowania z majątkiem likwidowanym
Procedury wycenyi sprzedaży
Zasady postępowaniaze zobowiązaniami dłużnika
Podmioty uprawnione do składania propozycji układowych
Reguły zawieraniaukładu
Środki zaspokajaniazobowiązań
Kolejność zaspokajaniazobowiązań
Zasady nadzoru nad procesem i jego kontroli
Procedury zmiany formy postępowania upadłościowego
Podmioty uprawnionedo składania wniosków
Kryteria zakończeniapostępowania (reguły stopu)
Rys. 1.1. Główne elementy systemu upadłości – przegląd
Źródło: opracowanie własne.
Przyjmuje się, że zasadniczą przesłanką stworzenia tego systemu jest celowość wypracowania zasad koordynacji problemu współ-
zawodnictwa wierzycieli (race for firm’s assets), zwłaszcza w przypadku ograniczonych możliwości dochodzenia tych wierzytelności
z majątku dłużnika. Uważa się, że koszt społeczny rozwiązania tego problemu w ramach takiego systemu jest niższy niż byłby wtedy,
gdyby każdy wierzyciel indywidualnie starał się zaspokoić swoje roszczenia.
Istnieje wiele przyczyn, dla których mechanizm „narzuconej” przez prawo upadłościowe zewnętrznej koordynacji jest bardziej sku-
teczny niż umowy bilateralne pomiędzy wierzycielami a dłużnikiem, zawierane w duchu twierdzenia Coasea – wielość wierzycieli,
asymetria informacji, niekompletność kontraktów etc. (por. Blazy, Martel i in. 2014). W takich okolicznościach w sposób nieunik-
niony powstawałby konflikt interesów poszczególnych wierzycieli. Podstawowym zadaniem systemu upadłościowego jest więc
jego rozwiązanie (por. Longhofer, Peters 2000). To oczywiste, że wypełnienie tego zadania wymaga dokładnej diagnozy przyczyn
tego konfliktu oraz przedłożenia propozycji narzędzi pozwalających na jego uniknięcie, względnie osłabienie. Dlatego też oba te
elementy, integralnie ze sobą związane, określamy wspólną nazwą modelu konfliktu interesów.
19
Jak wspomnieliśmy, drugim składnikiem modelu konfliktu interesów są narzędzia rozwiązywania tego konfliktu, które określiliśmy
wspólną nazwą zasad zaspokajania roszczeń. Choć jest to istotnym uproszczeniem złożonego i wielokierunkowego działania
realnych systemów upadłościowych, przyjmujemy, że zasady te składają się z dwóch podstawowych grup procedur, czyli ochrony
wartości aktywów dłużnika i kolejności zaspokajania roszczeń wierzycieli (priority of claims – PoC). Oba te elementy są ze swej
istoty współzależne, na co niekiedy nie zwraca się uwagi – problemem wierzyciela jest nie tylko to, czy z reguł podziału aktywów
dłużnika „coś dla niego zostanie”, ale również i to, aby kolejność podziału, a więc i możliwy termin faktycznego zaspokojenia jego
roszczeń oraz inne procedury systemu nie miały negatywnego wpływu na realną wartość dzielonego majątku. System, który nie
rozwiąże tego problemu nie będzie również akceptowanym społecznie sposobem rozwiązania konfliktu interesów – dalsi w ko-
lejce wierzyciele mogliby uważać się za dyskryminowanych nie tylko ze względu na istnienie efektu wartości pieniądza w czasie,
ale również z tego powodu, że majątek dłużnika ulegałby – możliwej do uniknięcia lub choć ograniczenia w przypadku wyboru
lepszych rozwiązań systemowych – erozji.
Mimo integralności obu powyższych elementów w literaturze przedmiotu większą wagę, jak się wydaje, przywiązuje się do pro-
blemu PoC. Jest to zagadnienie szeroko dyskutowane, ale rozleglejszy komentarz wykraczałby poza zakres tego opracowania.
Zwrócimy więc uwagę jedynie na trzy, ale w kontekście SWO podstawowe, elementy. Po pierwsze istnieje kilka możliwych reguł
PoC. Tu warto wspomnieć o trzech klasycznych rozwiązaniach: regule kanonicznej (APR – absolute priority rule), regule praw równo-
rzędnych (EPR – equal priority rule), regule Famy-Millera (por. np. White 1989). Po drugie powyższe reguły mogą prowadzić do róż-
nych kosztów i efektywności systemów upadłościowych (por. White 1980). W szczególności od dawna jest wiadome, że większym
odstępstwom od reguły kanonicznej (APR), które w praktyce funkcjonowania realnych systemów upadłościowych nie są rzadkie,
towarzyszą zmiany w giełdowych wycenach ryzyka aktywów (por. Warner 1997). Po trzecie w literaturze podejmowane są próby
konstrukcji systemów optymalnych (por. Schwartz 2005), ale są to wciąż bardziej konstrukcje teoretyczne, które trudno jeszcze
przełożyć na realnie funkcjonujące regulacje. Skoro zatem funkcjonowanie systemów upadłościowych może podlegać licznym
zaburzeniom i odstępstwom od „optymalności”, wynikającym choćby z zakłóceń we właściwym stosowaniu reguł zaspokajania
roszczeń, odpowiednio zaprojektowane SWO mogą zmniejszać część kosztów społecznych związanych z tymi niedoskonałościami.
Ostatnia uwaga jest szczególnie ważna na tle kolejnego elementu bazy normatywnej systemu upadłościowego – funkcji celu
tego systemu. Warto podkreślić, że z samego modelu konfliktu nie muszą wynikać ostateczne rozwiązania przyjęte w funkcjonu-
jącym w praktyce systemie upadłościowym – może być ich tu wiele. Zwykle ustawodawcy nakładają jednak na cały ten system
pewne główne warunki, jakie ma on realizować (por. Hummelen 2013; White 2011). Nie wchodząc znowu w szczegóły tej złożonej
materii, można przyjąć, że istnieją trzy takie główne cele, a w praktycznie działających rozwiązaniach zwykle wszystkie z nich są
lub powinny być obecne (choć ich priorytety mogą się znacznie różnić) (por. Korobkin 1992). Celami tymi są: ochrona wierzycieli,
ochrona przedsiębiorstw przed nieuzasadnioną likwidacją oraz cele prewencyjne, czyli zapobieganie takim działaniom właścicieli,
które doprowadzałyby do grożących bankructwem trudności finansowych przedsiębiorstw, dających się jednak uniknąć w przy-
padku ich właściwego postępowania (por. Haviv-Segal 2005). Omawiając to zagadnienie, ograniczymy się do uwagi, że SWO może
spełniać istotną rolę w przypadku każdego z tych trzech celów. W interesie wierzycieli, z oczywistych powodów, jest bowiem
posiadanie dostatecznie wcześnie wiedzy o potencjalnym zagrożeniu bankructwem; zwłaszcza jeśli to wyprzedzenie jest na tyle
duże, że istnieją możliwości ochrony wartości aktywów dłużnika przed ich niepotrzebną deprecjacją. Taki system nie tylko poprawia
efektywność procedur likwidacyjnych, ale może też umożliwić odpowiednio wczesne podjęcie działań restrukturyzacyjnych przez
samo przedsiębiorstwo i w rezultacie pozwolić nawet na uniknięcie upadłości. SWO może także wspomagać rolę prewencyjną
systemu upadłościowego – m.in. poprzez wyprzedzające wskazywanie obszarów wyższego ryzyka inwestycyjnego. SWO może
też przyspieszać procesy informacyjne i zwiększać dostępność wiedzy na temat zagrożenia upadłością w ramach samej firmy, co
niewątpliwie również może wspomagać rolę prewencyjną systemu upadłościowego.
Wreszcie ostatnim elementem bazy normatywnej systemu jest sama koncepcja upadłości. Zważywszy na fakt, że jest to również
jedna z ważniejszych kategorii z punktu widzenia budowy systemu SWO, poświęcimy jej nieco więcej uwagi (szerszą ekspozycję
tematyki można znaleźć np. w: (Armour 2001)).
Zacznijmy przede wszystkim od stwierdzenia, że wbrew częstemu, potocznemu przekonaniu upadłość jest kategorią w wysokim
stopniu umowną i wieloznaczną. Na te jej cechy wskazuje już dokładniejsza analiza kryteriów formalnych upadłości, które są nie-
zbędnym składnikiem każdego systemu upadłościowego.
Upadłość jest skutkiem systemowym (prawnym) niewypłacalności. Zatem u podstaw upadłości znajduje się koncepcja upadło-
ści i sposoby wywodzenia z niej działań prawnych. Nasze rozważania rozpocznijmy od stwierdzenia, że można wskazać na dwa
główne rodzaje niewypłacalności: niewypłacalność bilansową (balance sheet insolvency) oraz kryterium utraty płynności (cash flow
insolvency). Pierwsze z nich można formalnie zapisać w postaci:
E D I E V It H t t H t+ +( )> ( )| |1 2 (1.1)
20
gdzie: Dt+H
– oznacza zobowiązania wymagalne w chwili t+H, Vt+h
– wartość aktywów w chwili t+H, It1 oraz I
t2 – zbiory informacji
wierzycieli i właścicieli firmy, odpowiednio, E( ) – operator wartości oczekiwanej. Warunek ten oznacza, że oczekiwana wartość
zobowiązań przedsiębiorstwa będzie wyższa od wartości jego aktywów.
W odniesieniu do formuły (1.1) warto zwrócić uwagę na kilka kwestii. Po pierwsze warunek ten ma charakter przewidywania/pro-
gnozy. Kwestią otwartą jest zarówno jej horyzont H, jak i sposób konstrukcji samej prognozy. Prawo upadłościowe musi dookreślać
oba te elementy. Z powodów, o których piszemy m.in. w podrozdziale 1.4 dłużnik może mieć np. motywację do „przesuwania
w przód” momentu weryfikacji tego warunku. Dzieje się tak często zarówno ze względu na silne przekonanie właścicieli, że w pew-
nej perspektywie firma „odkuje się” i jej obecne problemy znikną, jak i świadomość, że w przypadku ogłoszenia upadłości obecni
właściciele przedsiębiorstwa mogą zostać pozbawieni wszystkich dotychczasowych korzyści. Bardzo częstym argumentem pod-
noszonym przez dłużników na salach sądowych (czy na innych forach) są więc właśnie stwierdzenia, że upadłość ogłoszono zbyt
wcześnie, że dobiło to dobrą firmę etc. Zatem dłużnik raczej ma „naturalną” skłonność do posługiwania się H znacząco większym
od zera. Patrząc zaś na parametr H oczyma wierzycieli, wśród których zawsze, nawet w przypadku dobrego prawa upadłościowego
mogą występować działania motywowane, choćby podświadomie, syndromem wyścigu po wierzytelności, parametr ten powinien
być relatywnie mały. Mówiąc o potencjalnym konflikcie interesów pomiędzy wierzycielami a dłużnikami związanym z wyborem
długości horyzontu H, warto też dodać, że im większa wartość tego parametru, tym silniejsza może być pozycja dłużnika. Przy
dłuższym horyzoncie H może bowiem rosnąć wartość firmy ze względu np. na „opcyjny” efekt kończonych inwestycji1 (por. Tong,
Reuer 2007), dłużnik może odwoływać się do nowych, korzystnych dla siebie okoliczności biznesowych etc.
Wielkość parametru H ma wpływ także na lewą stronę nierówności (1.1). Pojawia się tu mianowicie m.in. problem z przyszłą wyceną
wartości zobowiązań. Nierzadko zobowiązania przedsiębiorstwa mogą być bowiem warunkowe. W polskich realiach miało np.
miejsce zjawisko tzw. „kryzysu opcyjnego”, jakiego doświadczyło wiele naszych, wcześniej nawet bardzo dobrych, przedsiębiorstw
(por. Konopczak, Mielus i in. 2011). Sytuacja finansowa sporej grupy takich podmiotów nieoczekiwanie znacznie się pogorszyła,
kiedy nagle został przerwany trend aprecjacyjny złotego, a firmy te miały w swych portfelach kontrakty opcyjne optymalizowane
właśnie pod ścieżkę umacniającej się waluty krajowej.
Praktyczne rozwiązanie powyższych kłopotów związanych z wyborem H jest często takie, że przyjmuje się H = 0. W takiej sytuacji
wystarczy, że warunek jest spełniony obecnie (co oznacza, biorąc pod uwagę nierzadko czasochłonne procedury wycen w przed-
siębiorstwie, że dokładnie – w nieodległej przeszłości). Czy i dla której ze stron taka reguła jest korzystna? Zależy to m.in. od praw
i obowiązków wierzycieli i dłużników do weryfikacji tego warunku oraz tego, na ile mogą/muszą podjąć działania, jeśli jest on
spełniony. Zbyt rygorystyczne rozwiązania mogłyby być niekorzystne dla wierzycieli; np. wówczas, gdy istnieją realne podstawy
do tego, aby spodziewali się oni, iż w nieodległej przyszłości nierówność (1.1) zmieni kierunek. Nieuzasadniony rygoryzm mógłby
być też wykorzystywany przez dłużników, dla których zbyt automatyczne spełnianie takiego warunku ułatwiałoby np. ucieczkę
od zobowiązań poprzez tzw. planowane bankructwo. W sumie sposób weryfikacji tego warunku, w tym wybór horyzontu H, jest
delikatną kwestią, która powinna być starannie regulowana m.in. w ramach konstrukcji procedury upadłości (por. rysunek 1.1).
Wrócimy do niej za chwilę.
Drugim, fundamentalnym problemem związanym z warunkiem (1.1) jest to, że w najbardziej ogólnym przypadku jest to nie-
równość oparta na oczekiwaniach warunkowych, bazujących na dwóch zbiorach informacyjnych – wierzycieli (po lewej stronie)
i właścicieli/dłużników (po prawej stronie). Ze względu na możliwość asymetrii informacji (która w tej sytuacji jest nawet raczej
regułą), nie muszą to być zbiory identyczne. Prawo upadłościowe musi rozstrzygnąć, na jakim zbiorze/zbiorach warunek ten ma
być weryfikowany i w jaki sposób. W zależności od funkcji celu systemu upadłości może to być bardziej oparte na zbiorze informacji
wierzyciela (jeśli to on jest głównym podmiotem chronionym przez system upadłości) lub właściciela (przy innych funkcjach celu).
W praktyce nie jest też możliwa weryfikacja warunku (1.1), jeśli nie przyjmie się pewnych założeń odnośnie do sposobu wyceny
wartości zobowiązań i majątku po obu stronach tej nierówności (dla H = 0), względnie prognozowania tych kategorii (dla H>0).
W pierwszym z tych przypadków często przyjmuje się ich wartość księgową. Jest to rozwiązanie proste, ale może prowadzić do
nieuzasadnionej likwidacji generujących pozytywną wartość dodaną przedsiębiorstw; zwłaszcza z dużym portfelem inwestycyj-
nym (por. przypis 1). Taka podstawa wyceny może też być niekorzystna dla wierzycieli, np. w przypadku tzw. rzadkich aktywów
(o bardzo specjalistycznych zastosowaniach), których wartość likwidacyjna może być nawet ujemna (koszt utylizacji). Na drugim
biegunie możemy spotkać koncepcje czysto rynkowe, w których w wielu sytuacjach rekomenduje się wycenę aukcyjną aktywów
(por. Thornburn 2000). Specjalną grupę problemów spotykamy w przypadku upadłości układowej – wtedy musi być rozwiązany
problem oszacowania tzw. „wartości zreorganizowanej” firmy (reorganization value) (por. (Bebchuk 1988). Z braku miejsca nie po-
dejmiemy szerzej zagadnienia wyceny (valuation), podkreślając jednak, że każdy system upadłościowy, w tym prawny, musi przyjąć
konkretne zasady postępowania, których zadaniem jest nawet nie tyle teoretyczne oszacowanie tych wartości, ile ich faktyczne
uzyskanie na gruncie dostępnych informacji o spółce.
1 Siła tego efektu istotnie może zależeć od sposobu wyceny wartości V – według metody księgowej, rynkowej, DCF.
21
Analiza natury zbiorów informacyjnych I 1, 2 ma jeszcze jedną ważną konsekwencję. Otóż pozwala ona na wprowadzenie rozróżnie-
nia pomiędzy upadłością ekonomiczną i finansową. W literaturze istnieje pewne zamieszanie pojęciowe: my powiemy, że firma jest
upadła w znaczeniu finansowym, jeśli warunek (1.1) jest spełniony przy aktualnym zbiorze I, ale nie byłby w sytuacji, gdyby firma
zastosowała inną strategię finansowania działalności. Upadłość finansową rozumiemy zatem jako sytuację, która występuje jedynie
ze względu na określoną strukturę finansowania. Wprawdzie w ramach paradygmatu M-M wartość przedsiębiorstwa nie zależy
od tej struktury, a więc jeśli (1.1) zachodzi dla pewnej struktury, to zachodzi dla każdej innej, ale od dawna znane są ograniczenia
tej teorii. Przez upadłość ekonomiczną rozumiemy okoliczności, gdy nierówność (1.1) zachodzi niezależnie od struktury finanso-
wania. Można więc ją traktować jako sytuację, w której przedsięwzięcie trwale nie posiada zdolności do wygenerowania nadwyżki
wystarczającej do pokrycia zobowiązań, z których zostało sfinansowane (brak opłacalności ekonomicznej).
Drugim rodzajem jest niewypłacalność na skutek utraty płynności finansowej. Możemy ją formalnie zdefiniować (przy uproszczeniu,
że jest jeden wierzyciel) jako okoliczności, w których:
t T Ht t tCF PD PD
∈< − >∀ < ∧ >
,T
0
(1.2)
Jest to więc sytuacja, w której strumienie finansowe generowane przez przedsiębiorstwo CF nie pokrywają wymagalnych, a nie-
spłaconych do chwili t zobowiązań pieniężnych firmy – PDt. Przyjmuje się na ogół, że taka sytuacja musi trwać przez pewien czas H,
bo punktowo może ona zdarzać się niemal w każdym przedsiębiorstwie bardzo często. Model systemu upadłościowego zazwyczaj
określa ten horyzont lub inne warunki potwierdzające trwałość i wagę tej sytuacji.
Definicja (1.2) bywa też modyfikowana. Zauważmy bowiem, że zawiera ona implicite założenie o obiektywnym, ekonomicznym
charakterze zaburzeń tej płynności – przyczyną tą jest niedostateczny strumień środków pieniężnych. W praktyce nie są jednak
rzadkie przypadki, gdy dłużnik świadomie unika spłacania swoich zobowiązań lub nawet prowadzi pewną grę w tym zakresie, np.
obsługuje niektórych wierzycieli, a innych pomija, zależy mu na upadłości etc. Dlatego często warunek ten bywa formułowany
w taki sposób, że wystarczającą przesłanką upadłości jest występowanie, przez pewien czas, wymagalnych do chwili „t”, a niespła-
conych, zobowiązań:
t T Ht KRYPD K
∈< − >∀ > ≥
,T
0
(1.3)
Za przesłankę niewypłacalności przyjmuje się tu wyłącznie sam fakt istnienia wymagalnych a niespłaconych zobowiązań. Na ogół
warunek (1.3) uzupełnia się o dodatkowy wymóg dotyczący skali tych zaległości – powinny być one nie mniejsze od pewnej war-
tości krytycznej KKRY
. Sama nierówność może też dotyczyć wartości bezwzględnych, jak i normalizowanych (np. wielkości aktywów
przedsiębiorstwa). W przypadku posługiwania się wartością krytyczną KKRY
trudno sobie nawet wyobrazić, aby próg ten nie był
definiowany jako właśnie tego typu relacja.
W stosunku do zależności (1.2) lub (1.3) ważność zachowuje wiele uwag formułowanych w przypadku niewypłacalności bilansowej.
Istnieją jednak też istotne różnice. Podstawowa jest taka, że kryterium to ma wyraźnie charakter ex post, podczas gdy poprzednie
może mieć także wersję ex ante. Należy również podkreślić, że kryterium to, zwłaszcza w systemach zorientowanych głównie na
ochronę wierzycieli, może spełniać dodatkową rolę. Otóż formuła (1.1) wydaje się być dość trudna do szybkiej weryfikacji. Proces
tej weryfikacji, ze względu choćby na to, że występują tu operatory wartości oczekiwanej, może być skomplikowany i zawsze,
przynajmniej do pewnego stopnia, arbitralny. Weryfikacja tego kryterium wymaga ustalenia wartości wielu pozycji bilansu firmy,
a zatem w większych przedsiębiorstwach może być ona też czasochłonna. Natomiast warunek (1.2) lub (1.3) może być sprawdzony
i zastosowany relatywnie łatwiej2. Kryterium utraty płynności można więc traktować także jako „furtkę”, z której może skorzystać
wierzyciel, aby szybko zainicjować całą procedurę lub uniknąć trudności związanych z weryfikacją warunku (1.1).
Ciekawym i ważnym praktycznie problemem jest kwestia wzajemnej relacji warunków (1.1) oraz (1.2) czy (1.3). Zacznijmy od
stwierdzenia, że w prawie upadłościowym często występują one łącznie – tzn. spełnienie któregokolwiek z nich jest traktowane
jako sytuacja upoważniająca do klasyfikacji podmiotu jako upadłego. O jednym z powodów stosowania takiego rozwiązania pisa-
liśmy powyżej. Druga przyczyna może być taka, że warunku (1.2), i to nawet przez dość długi okres H może nie spełniać poważnie
„chora ekonomicznie” firma, w której wartość aktywów jest mniejsza niż jej długów. Utrzymanie płynności jest bowiem możliwe
nawet w takim przypadku, o ile tylko firma posiada obecnie dostatecznie dużo płynnych aktywów i (lub) okresy wymagalności
części zobowiązań są odleglejsze. Gdyby więc w prawie upadłościowym ograniczać się do warunku (1.2) lub (1.3), nie działałoby
ono dostatecznie selektywnie3.
2 Co nie oznacza, że bez trudności. Kwestią sporną może być ustalenie wymagalnych zobowiązań. Firma może np. argumentować, że nie doko-nuje płatności za usługi, bo są one nieodpowiedniej jakości etc.
3 Szerzej piszemy o tym w rozdziale 4.
22
Powstaje też pytanie odwrotne: czy firma może być „niepłynna”, a mimo tego nie być upadła w rozumieniu warunku (1.1)? W przed-
siębiorstwach przejściowo taka sytuacja jest dość częsta. Oczywiście w dłuższym okresie kumulacja niespłacanych na bieżąco wie-
rzytelności może spowodować, że w końcu zajdzie również warunek (1.2), ale i w tym przypadku nie jest to sytuacja nieunikniona.
Przedsiębiorstwo może bowiem posiadać aktywa o wartości perspektywicznej (realizowane inwestycje, zasoby naturalne etc.).
Zważywszy na fakt, że pomiędzy warunkami (1.2) oraz (1.1) nie ma, jak widać, automatycznej zależności, procedura upadłościowa
musi przewidywać sposób postępowania w sytuacji, gdy jest spełniony tylko jeden z nich. Analizujemy tę kwestię w kolejnym
podrozdziale.
Praktycznie wszystkie opisane powyżej elementy modelu upadłości są podstawowymi i niezbędnymi składnikami konstrukcyjny-
mi decyzji wierzyciela „i” odnośnie do zainicjowania procedury upadłościowej oraz wyboru jej formy i strategii postępowania „s”.
Warunkiem koniecznym racjonalności takiej decyzji jest bowiem spełnienie następującego warunku:
∀ ( )≥ ( )+
∈ + +
u S i st H t t H tE i s V s I E D i I C
( )\, , ( ) | ( ,u) | (i,s,H)w
(1.4)
gdzie funkcja ω( ) charakteryzuje regułę PoC w ramach strategii „s”, V(s) – oznacza wartość firmy uzyskiwaną w przypadku wyboru
tej strategii, zaś funkcja C(i,s,H) – charakteryzuje koszty dla podmiotu „i” udziału w postępowaniu upadłościowym prowadzonym
w formie „s”. Przez D(i,u) rozumiemy wartość wierzytelności podmiotu, które może on odzyskać, wybierając strategię „u”.
Warunek (1.3) oznacza, że wierzyciel wybiera postępowanie upadłościowe w formie „s”, jeśli tylko oczekuje, że przy wynikającej
z tej formy zasadzie kolejności zaspokajania roszczeń ω oraz wartości firmy V jego przewidywany udział netto (po odjęciu kosztów
C) w tej wartości przekroczy spodziewaną wartość wierzytelności, którą mógłby on uzyskać na bazie jakiejkolwiek dostępnej mu4
innej niż „s” strategii postępowania „u” z tymi roszczeniami.
Odnotujmy, że dla wielu firm-wierzycieli oczekiwana wartość „odzysku” zagrożonych wierzytelności może być zerowa, jeśli nie
podejmą one postępowania upadłościowego. W takim przypadku wystarczającym warunkiem udziału w tym postępowaniu jest
to, aby lewa strona nierówności była większa od jego kosztów. Jednocześnie często jest też tak, że koszty te, jeśli rozumieć je
dostatecznie szeroko, znacząco przekraczają lewą stronę nierówności. Można tu wskazać wiele hipotetycznych sytuacji, ale jedną
z częstszych jest taka, że firma decydująca się na zainicjowanie postępowania upadłościowego może doświadczyć niekorzystnych
reakcji rynku, np. stracić część odbiorców, podlegać ostracyzmowi etc. Takie komplikacje mogą dotyczyć zwłaszcza mniejszych
firm5. Dlatego bardzo częstym sposobem rozwiązywania problemu niespłacanych w terminie zobowiązań są mniej lub bardziej
nieformalne działania prowadzone poza systemem prawa upadłościowego. Przyczyn (nie)spełnienia warunku (1.4) może być na-
turalnie więcej, ale ich omawianie wykracza poza zakres tego wprowadzenia6.
Jeśli chodzi o warunek (1.4) i występującą w nim funkcję kosztów C, to warto zasygnalizować jeszcze jeden aspekt. Powstaje
mianowicie pytanie, jak powinien działać model w sytuacji, gdy warunek (1.4) jest spełniony jedynie w przypadku pewnej grupy
wierzycieli? To jest bardzo złożony problem, którym nie możemy się w tym miejscu szerzej zająć. Zwróćmy natomiast uwagę na
konsekwencję spełnienia tej nierówności w przypadku każdego z wierzycieli. Sumując stronami po „i” mamy:
E V s I Ct H t+( )≥( ) | (s,H)
(1.5)
gdzie C(s,H) jest zagregowaną funkcją kosztów upadłości. Jest to warunek konieczny racjonalności społecznej (przy takich zało-
żeniach) podjęcia procedury upadłościowej. Jeśli pamiętamy, że koszty upadłości obejmują7 zarówno koszty bezpośrednie, jak
i pośrednie, to jeśli spełniony jest warunek (1.5), oczekiwana wartość aktywów firmy możliwa do uzyskania w ramach procedury
upadłościowej s musi być też większa od bezpośrednich kosztów upadłości. Jeśli tak nie jest, podjęcie procedury upadłości nie
ma uzasadnienia społecznego. Koszty bezpośrednie upadłości są „najbardziej konkretne” i łatwo mierzalne, dlatego też zasada
orzekająca, że lewa strona nierówności (1.5) powinna być większa od tych kosztów jest naturalnym kandydatem na „regułę kciuka
racjonalności społecznej postępowania upadłościowego”.
Warunek (1.4) ma też jeszcze jedną, niezwykle poważną konsekwencję. Jego weryfikacja ewidentnie wymaga – co jest już do
pewnego stopnia widoczne nawet w świetle dotychczasowych rozważań – prognozowania kategorii występujących w tej formule,
o ile tylko rygorystycznie chce się przestrzegać zasady, że system upadłościowy ma oddziaływać korzystnie na poziom dobrobytu
społecznego, tzn. eliminować wyłącznie takie podmioty, które są ekonomicznie nieefektywne. W szczególności w ramach tych
procedur konieczne jest sprawdzanie, czy w dostatecznie długim horyzoncie H i/lub przy innej strategii niż upadłość wielkość
4 Ze zbioru S(i).5 W takim przypadku często mamy do czynienia z wymuszonym „kredytem” kupieckim. Dostawca godzi się z tym, że odbiorca nie płaci w umó-
wionym terminie. Wprawdzie formalnie mógłby on składać wniosek o ogłoszenie upadłości, ale właśnie na podstawie zależności (1.3) postę-powanie takie nie opłaci się wierzycielowi.
6 Szerszą dyskusję można znaleźć m.in. w: (Gilson 1990). 7 Por. rozdział 4.
23
odzyskanych należności nie byłaby większa niż w przypadku ogłoszenia upadłości. Podobną analizę należy przeprowadzić również
po tym, jak upadłość zostanie uznana za optymalny sposób postępowania z dłużnikiem – wtedy problemem pozostaje decyzja
dotycząca formy tej upadłości. Jeśli preferowane jest postępowanie układowe zakładające pozostawienie podmiotu „przy życiu”,
to przesłanką takiego wyboru musi być przecież analiza jego przyszłych możliwości ekonomicznych. Powyższe zadania są nie tylko
trudne pod względem merytorycznym, ale i podmiotowym – powstaje bowiem pytanie, kto ma to robić? W szczególności można
wskazać wiele powodów, dla których trudno takimi funkcjami obarczać audytorów (por. Casterella, Lewis i in. 2000).
Można oczywiście rozpatrywać szeroki wachlarz potencjalnych rozwiązań. Może on obejmować zarówno same metody, jak i roz-
wiązania proceduralne, w tym związane z regulowaniem kwestii uprawnień poszczególnych podmiotów biorących udział w po-
stępowaniu do formułowania takich prognoz i podejmowania działań na tej podstawie. Dlatego w ramach bazy normatywnej
systemu upadłości mówimy o modelu prognostycznym i choć, analizując prawo upadłościowe, zazwyczaj nie znajdujemy tam
sformułowań, które odnosiłyby się wprost do tego terminu, to model ten jest tam obecny przynajmniej implicite. Przykładowo,
jeśli wartość zobowiązań przekracza dziś wartość aktywów przedsiębiorstwa i zostaje podjęta decyzja o upadłości likwidacyjnej
firmy, to trudno takie działanie uznać za racjonalne, jeśli jednocześnie wierzymy, że taka relacja długów i aktywów nie odwróci się
w najbliższej przyszłości.
Przejdziemy obecnie do omówienia dwóch pozostałych filarów z rysunku 1.1 – konstrukcji procedury upadłości oraz procedury
postępowania upadłościowego. Ograniczymy się tu do kilku podstawowych uwag z dwóch powodów. Po pierwsze są to elementy
bardziej praktyczne całego systemu i jako takie zostaną głębiej scharakteryzowane i skonkretyzowane (według stanu dla polskiego
prawa upadłościowego) w następnym podrozdziale. Po drugie część elementów tych procedur jest ściśle związana z wcześniej
omawianym modelem systemu upadłości.
Konstrukcja procedury upadłości obejmuje przede wszystkim zasady weryfikacji warunków niewypłacalności (1.1)–(1.3). Kluczowe
są zwłaszcza takie kwestie, jak ustalenie tego, kto ma prawo i obowiązek sprawdzania tych warunków oraz jakie mogą być ewentu-
alne sankcje w przypadku, gdyby obowiązek ten nie został spełniony. Oczywiste jest tu prawo wierzyciela. Przypomnijmy jednak,
że często istnieje tu asymetria informacji, która działa niekorzystnie z punktu widzenia interesu tego podmiotu, a nierzadko również
interesu społecznego. Naturalne jest zatem nakładanie obowiązku podejmowania stosownych działań przez dłużników. Niestety, jak
już wspominaliśmy, procedury weryfikacji tych warunków nie są na ogół tak proste, jak może się to na pierwszy rzut oka wydawać.
W dodatku dłużnicy często mają interes w manipulowaniu tymi ocenami. Bardzo istotnym elementem systemu upadłościowego
jest więc zbiór instrumentów i procedur, które dyscyplinują dłużników w zakresie dostatecznie wczesnego i obiektywnego infor-
mowania o problemach przedsiębiorstwa. Im mniej restrykcyjne i precyzyjne są przyjęte rozwiązania, tym efektywność systemu
upadłościowego może być niższa.
Drugą grupę elementów procedury upadłości tworzą rozwiązania systemowe, które wyznaczają podmiot uprawniony do jej pro-
wadzenia, kryteria akceptacji/odrzucenia wniosku o upadłość oraz procedury odwoławcze. Jeśli chodzi o te kryteria akceptacji/
odrzucenia, to obejmują one zarówno konkretyzację zasad weryfikacji warunków (1.1)–(1.5), jak i wspomniany już problem wza-
jemnej relacji kryteriów (1.1)–(1.3), w tym ich równorzędności – czy muszą one być spełnione łącznie, czy wystarczające jest za-
chodzenie jednego z nich. Szczególne znaczenie może mieć analiza warunku (1.5) – jej rezultatem powinna być ocena społecznej
efektywności procesu upadłości. Procedura upadłościowa powinna więc w szczególności zawierać rozwiązania, które powinny
zostać wdrożone w przypadku, gdy ocena tej efektywności jest negatywna. Naturalnym kierunkiem postępowania jest odrzucenie
wniosku o upadłość, ale można potencjalnie rozważać także inne opcje.
Badanie warunków (1.1)-(1.5) jest procesem złożonym, który może zawierać wiele elementów subiektywnych, prognostycznych
etc., dlatego system upadłościowy musi zawierać też procedury odwoławcze.
Trzecią rodzinę elementów procedury upadłości stanowią rozwiązania w zakresie form upadłości i zasad ich wyboru. W ramach
współczesnych systemów upadłościowych w zasadzie istnieją dwie podstawowe formy upadłości – likwidacyjna i układowa. Znacz-
nie bardziej złożoną kwestią jest natomiast zagadnienie operacjonalizacji wyboru pomiędzy tymi dwiema możliwościami. Otwarte
są zwłaszcza trzy kwestie: podmiotów uprawnionych do dokonywania takiego wyboru (sąd, wierzyciele, dłużnik), zasad postę-
powania w przypadku, gdy preferencje uprawnionych podmiotów nie są zgodne oraz przesłanek dokonywania takiego wyboru.
Szczególnie ta ostatnia kwestia może być trudnym wyzwaniem, gdyż – jak wynika z naszych wcześniejszych rozważań – procedury
oceny warunków (1.1)–(1.3) mogą być bardzo skomplikowane, wymagać prognozowania, wiedzy eksperckiej etc.
Wreszcie ostatnim, dopełniającym elementem procedury upadłości są zasady procedowania wniosku o upadłość, a więc działań
podjętych po ogłoszeniu upadłości. Ta grupa rozwiązań ma szczególną wagę z punktu widzenia efektywności, w tym kosztów
i czasu trwania procesu upadłości. Poszczególne elementy tworzące te zasady zostały syntetycznie przedstawione na rysunku 1.1.
W tym miejscu ograniczymy się do zasygnalizowania roli działań związanych z zabezpieczeniem majątku dłużnika (w przypadku
procedury likwidacyjnej) oraz organizacji i nadzoru nad procesem restrukturyzacji (jeśli wybrano postępowanie układowe). Kon-
kretne rozwiązania w tym obszarze są tak ważne dla jakości całego systemu upadłościowego, ponieważ jednym z kluczowych
24
problemów, z którym musi sobie ten system na tym etapie poradzić, jest kwestia asymetrii informacji i problem agencji. Trzeba
mieć świadomość, że bardzo trudno jest wypracować w tym obszarze optymalne rozwiązanie. Nie wchodząc głębiej w te kwestie,
należy zauważyć, że poszczególni uczestnicy całej procedury posiadają różną wiedzę i nie zawsze wspólne interesy. Jeśli bowiem
cały proces jest nadzorowany przez sąd, to można mieć wątpliwości, czy posiada on dostateczną wiedzę na temat specyfiki dzia-
łalności gospodarczej przedsiębiorstwa, które ma być restrukturyzowane. Z kolei w odniesieniu do wierzycieli równie często może
wystąpić przypadek braku takiej wiedzy ogólnej, a niemal regułą jest brak informacji wewnętrznych dotyczących specyficznych
uwarunkowań, historii, kontraktów czy klientów konkretnego przedsiębiorstwa. Grupa ta może też wykazywać skłonność do moż-
liwie szybkiego odzyskiwania należności, co często jest źródłem nieoptymalnego zarządzania majątkiem. Zwykle nie jest to grupa
o jednorodnych interesach, ale to też może być, paradoksalnie, czynnikiem predestynującym tę grupę. Trudno bowiem sobie
wyobrazić skuteczną i zgodną z zasadami systemu upadłościowego procedurę postępowania upadłościowego w oderwaniu od
interesów tej właśnie grupy; również wewnętrznych negocjacji w jej łonie dotyczących sposobu harmonizacji tych interesów. Jeśli
natomiast chodzi o dotychczasowych właścicieli, to posiadają oni zwykle najpełniejszą wiedzę o przedsiębiorstwie i jego otoczeniu
ekonomicznym. Niestety nierzadko jest to grupa, której błędy w zarządzaniu były główną przyczyną upadłości. W takiej sytuacji
trudno oczekiwać, że może być ona liderem zmian w przedsiębiorstwie. Jak więc widzimy, zazwyczaj nie ma „idealnego” kandydata,
któremu powinno się powierzyć organizację i nadzór nad postępowaniem upadłościowym.
Nasze dotychczasowe dociekania jednoznacznie potwierdzają złożoność postępowania upadłościowego i zależność jego wyników
od przyjętej jego formy, prognoz, zarządzania samym procesem etc. Dlatego też niezbędna jest nie tylko kontrola przebiegu tego
procesu pod względem formalnoprawnym, ale i ekonomicznym. Procedury tu działające muszą przewidywać też możliwości
korekty błędów, popełnionych m.in. na skutek tej złożoności materii, w tym zmianę formy postępowania.
Nasze rozważania nad filarami systemu upadłości zakończymy pewnymi konkluzjami terminologicznymi. Naturalnym skutkiem
przyjętego modelu systemu upadłościowego jest bowiem implikowana przez ten model siatka pojęciowo-terminologiczna. Trzeba
bardzo wyraźnie zaznaczyć, że jest to obszar, w przypadku którego nie osiągnięto ani dostatecznej ścisłości, ani unifikacji tej termi-
nologii. Przykładowo jednym z podstawowych pojęć jest kategoria bankructwa. Dość powszechnie przyjmuje się, że termin ten
pochodzi od połączenia dwóch słów łacińskich – bancus oraz ruptus – i pierwotnie oznaczał sytuację, w której osoba prowadząca
działalność bankową nie była zdolna do wypełnienia swoich zobowiązań względnie do kontynuowania aktywności pożyczkowej.
Fakt ten był sygnalizowany przez złamanie ławy, na której działalność taka była prowadzona. Obecnie termin ten jest jednak sto-
sowany w szerokim zakresie kontekstowym i w praktyce oznacza nie tylko upadłość w znaczeniu prawnym, ale jest synonimem
wielu rodzajów „dolegliwości” związanych z zakłóceniami dotyczącymi obsługi wymagalnych zobowiązań, złej sytuacji finansowej
przedsiębiorstwa etc. W prezentowanej publikacji również posługujemy się nim dość swobodnie – oczywiście, o ile nie wywołuje
to problemów interpretacyjnych.
Zważywszy na fakt, że ISR jest, upraszczając tu nieco tę kwestię, systemem ostrzegającym przed upadłościami, to niezwykle waż-
nym zagadnieniem jest sposób rozumienia tego terminu. W zasadzie przyjmujemy, że o upadłości sensu largo mówimy wówczas,
gdy spełniony jest którykolwiek z warunków (1.1)–(1.3). Natomiast przez upadłość sensu stricto rozumiemy stan wynikający z od-
powiedniego postanowienia sądu gospodarczego. Z dotychczasowych rozważań dotyczących modelu systemu upadłościowego
jasno wynika, że obie te sytuacje nie muszą się pokrywać. W opracowaniu często posługujemy się jednak ogólnym terminem „upa-
dłość”, wspólnym dla obu tych odmian, doprecyzowując go jedynie w niezbędnych przypadkach. W takich sytuacjach stosujemy
także, pod identycznym warunkiem, termin „niewypłacalność”.
Z powyższych konwencji wynika także, że kategoria upadłości sensu largo może pokrywać się z terminem „niewypłacalność”, który
oznacza zachodzenie któregokolwiek z warunków (1.1)–(1.3). Warto zatem dodać, że pierwszy z tych terminów jest w opracowaniu
stosowany głównie wtedy, gdy warunki (1.1)–(1.3) mają głębsze uzasadnienie w sytuacji ekonomicznej podmiotu. W stosowanym
systemie SWO analiza tej sytuacji zwykle dopełnia finalną diagnozę.
W polskiej terminologii nie ma właściwie dobrego tłumaczenia bardzo potrzebnego terminu financial distress. Określenie to inter-
pretujemy dość szeroko (por. Opler, Titman 1994) – jako zdarzenie albo sytuację, w jakiej znajduje się firma, istotnie zwiększające
prawdopodobieństwo niewypłacalności przedsiębiorstwa (spełnienia przynajmniej jednego z warunków (1.1)–(1.3). Można je
zatem tłumaczyć jako: okres napięć finansowych, negatywny szok finansowy, problemy ekonomiczne, stan zagrażający upadłością
etc. W niniejszej publikacji posługujemy się tymi równoważnymi określeniami. Należy zaznaczyć też, że w literaturze przedmiotu
termin „financial distress” jest niekiedy utożsamiany z pojęciem bankructwa (por. Casey, Bartczak 1985).
Z kolei występowanie sytuacji (1.2) lub (1.3) nazwiemy brakiem płynności lub zaburzeniem płynności (default), a podmiot, którego
to dotyczy – „niepłynnym”.
25
1.3. Upadłość w polskim systemie prawnym – podstawowe elementy
W polskim systemie prawnym upadłość jest określana jako stan majątkowy przedsiębiorstwa, które ze względów ekonomicznych
nie jest w stanie sprostać zobowiązaniom wobec wierzycieli, orzeczony przez właściwy sąd po przeprowadzeniu postępowania
w sprawie upadłości. Podczas postępowania w sprawie upadłości sąd analizuje sytuację finansową przedsiębiorstwa, aby stwierdzić,
czy zasadne jest ogłoszenie upadłości w badanym przypadku. Ogłoszenie przez sąd upadłości przedsiębiorstwa często rozpoczyna
długotrwałe postępowanie upadłościowe. Należy przy tym zaznaczyć, że w praktyce pojęcie „upadłość” nierzadko jest używane
zamiennie z pojęciem „bankructwo”. Podejście takie nie zawsze jest, z formalnego punktu widzenia, prawidłowe. W ścisłym znacze-
niu bankructwo jest bowiem przede wszystkim pojęciem z zakresu ekonomii, a upadłość jest natomiast terminem prawniczym
(Encyklopedia Britannica).
Jeśli chodzi o funkcje i cel prawa upadłościowego i naprawczego, to, co do zasady, reguluje ono postępowanie wobec przedsię-
biorstw, które stały się niewypłacalne lub których sytuacja finansowa grozi niewypłacalnością w niedalekiej przyszłości8. Podsta-
wową funkcją prawa upadłościowego i naprawczego jest zaspokojenie wierzycieli niewypłacalnego dłużnika. Do zaspokojenia
takiego powinno dojść w jak największym stopniu, mając jednak na uwadze, jeśli to możliwe, naprawę przedsiębiorstwa dłużnika
zagrożonego niewypłacalnością bądź też już niewypłacalnego. W tym celu przepisy ustawy przewidują dwie drogi prowadzenia
postępowania – likwidacyjną i układową. Wybór jednej z nich jest uzależniony od możliwości zaspokojenia wierzycieli w ramach
danej procedury. Innymi słowy – dobro wierzycieli jest tu celem nadrzędnym, natomiast utrzymanie działalności przedsiębiorstwa
jest przesłanką drugorzędną.
Prawo to pełni również funkcję profilaktyczną, ponieważ nie dopuszcza do dalszego pogłębiania się niewypłacalności przedsię-
biorstwa znajdującego się już w trudnej sytuacji finansowej lub majątkowej. Przedsiębiorstwo działa w otoczeniu gospodarczym,
jakim jest rynek i dlatego jego niewypłacalność może często w sposób znaczący wpływać na podmioty, z którymi łączą go więzi
ekonomiczno-prawne. Stąd ważne jest odpowiednio szybkie i efektywne działanie dłużnika zagrożonego upadłością, tj. złożenie
wniosku o ogłoszenie upadłości czy też współpraca z organami postępowania. Ponadto ustawa ma za zadanie kształtować wśród
organów kierujących przedsiębiorstwem postawę rzetelnego przedsiębiorcy. Ma ona niejako zmusić je do działania w sposób,
który nie narażałby przedsiębiorstwa na niewypłacalność, a w przypadku, gdy już do tego doszło – do możliwie jak najszybszego
złożenia wniosku o ogłoszenie upadłości i do lojalnej współpracy z organami prowadzącymi postępowanie. Dlatego konieczne
jest sankcjonowanie wszelkich nierzetelnych zachowań ze strony organów kierujących przedsiębiorstwem (Zedler 2004, s. 31).
Podsumowując, nadrzędnym celem prawa upadłościowego i naprawczego jest ochrona interesów wierzycieli i szeroko rozumianej
gospodarki przez eliminację nieuczciwych lub nieumiejętnych przedsiębiorców.
Polskie prawo upadłościowe i naprawcze opiera się na dwóch głównych zasadach – zasadzie optymalizacji i zasadzie dominacji
grupowego interesu wierzycieli. Zgodnie z zasadą optymalizacji, w oparciu o przepisy prawa upadłościowego i naprawczego,
należy stworzyć jak najlepsze warunki wykorzystania majątku upadłego przedsiębiorstwa lub przedsiębiorstwa zagrożonego nie-
wypłacalnością w celu zaspokojenia wierzycieli w możliwie największym stopniu. Jeżeli obiektywne przesłanki na to pozwolą,
wszelkie działania podczas postępowania powinny być przeprowadzone w sposób umożliwiający kontynuowanie działalności
przedsiębiorstwa.
Przy przeprowadzaniu postępowania upadłościowego należy dojść do pewnego kompromisu między indywidualnymi, często
sprzecznymi interesami wierzycieli przedsiębiorstwa. Stąd zasada dominacji grupowego interesu wierzycieli ma na celu optymalną
i co do zasady proporcjonalną (przynajmniej w ramach tej samej kategorii zaspokajania wierzycieli) realizację roszczeń wierzycieli.
Ważnym elementem prawa upadłościowego i naprawczego jest kategoria zdolności upadłościowej. Podmiotowa zdolność upa-
dłościowa to zdolność danego podmiotu do występowania w postępowaniu upadłościowym lub naprawczym oraz ogłoszenia
jego upadłości (Cyman 2008, s. 15). W Polskim prawie upadłościowym i naprawczym zdolność upadłościową mają przedsiębiorcy,
osoby fizyczne nieprowadzące działalności gospodarczej, których niewypłacalność powstała wskutek wyjątkowych i niezależnych
od nich okoliczności (czyli tzw. upadłość konsumencka) oraz spółki z ograniczoną odpowiedzialnością i spółki akcyjne nieprowa-
dzące działalności gospodarczej, wspólnicy osobowych spółek handlowych ponoszący odpowiedzialność za zobowiązania spółki
bez ograniczenia całym swoim majątkiem i wspólnicy spółki partnerskiej9.
Przedmiotową zdolność upadłościową posiada dłużnik, który stał się niewypłacalny. Czynnikiem przesądzającym są tu zarówno
fakty ekonomiczne (utrata zdolności płatniczej oraz/albo sytuacja, w której wartość zobowiązań przekroczyła wartość majątku), jak
i fakty prawne (istnienie określonej wartości zobowiązań, które nie są realizowane w terminie ich wymagalności – sąd może oddalić
wniosek o ogłoszenie upadłości, jeżeli opóźnienie w spłacie zobowiązań nie przekracza trzech miesięcy, a suma niespłaconych
zobowiązań nie przekracza 10% wartości bilansowej przedsiębiorstwa dłużnika). Jednak nawet wtedy, gdy nie zaistniały powyższe
8 Art. 1 ustawy z 28 lutego 2003 r. Prawo upadłościowe i naprawcze (Dz.U. z 9 kwietnia 2003 r. z późn. zm.).9 Art. 1 oraz art. 5 ust. 2, ibidem.
26
fakty prawne, sąd powinien ogłosić upadłość w przypadku, gdy niespłacanie zobowiązań ma charakter trwały albo gdy oddalenie
wniosku o ogłoszenie upadłości mogłoby spowodować pokrzywdzenie wierzycieli10.
Prawo upadłościowe i naprawcze wymienia również podmioty, które nie posiadają zdolności upadłościowej. Są to: Skarb Państwa,
jednostki samorządu terytorialnego, publiczne samodzielne zakłady opieki zdrowotnej, instytucje i osoby prawne utworzone
w drodze ustawy, chyba że ustawa stanowi inaczej oraz utworzone w wykonaniu obowiązku nałożonego ustawą, osoby fizyczne
prowadzące gospodarstwo rolne oraz uczelnie11. Nie można ogłosić upadłości wyżej wymienionych podmiotów, jak również nie
mogą one występować w postępowaniu upadłościowym lub naprawczym.
Poprzez wyłączenie zdolności upadłościowej ustawodawca przyznaje ochronę prawną przed wierzycielami, przejmując ryzyko nie-
wypłacalności w przypadku niepowodzenia prowadzonej działalności. Ochrona ta jest udzielana wyżej wymienionym podmiotom
ze względu na szczególny charakter ich działalności związanej z wykonywaniem funkcji państwowych lub też z prowadzeniem
działalności o charakterze użyteczności publicznej. Jednak w polskim prawie upadłościowym brak jest jednoznacznego określe-
nia kręgu podmiotów, które nie posiadają zdolności upadłościowej. Odnosi się to szczególnie do punktu związanego z osobami
prawnymi utworzonymi w drodze ustawy lub w wykonaniu obowiązku nałożonego ustawą. Trudność ze stwierdzeniem, któremu
podmiotowi przysługuje taki przywilej wynika przede wszystkim z faktu, że brak jest jakiegokolwiek rejestru lub organu, który był-
by kompetentny do jego potwierdzenia. Ponadto z ochrony tej korzystają często jednostki prowadzące działalność gospodarczą
nastawioną na zysk, co może budzić wątpliwości odnośnie do zgodności tego przepisu z zasadą ochrony konkurencji (Sącińska
2006, s. 27–33).
Jednym z kluczowych elementów prawa upadłościowego są przesłanki ogłoszenia upadłości. Sąd ogłasza upadłość w przypadku,
gdy wystąpią łącznie wszystkie przesłanki materialnoprawne i formalnoprawne. W polskim prawie upadłościowym i naprawczym
do przesłanek materialnoprawnych należy legitymacja do wszczęcia postępowania upadłościowego12 oraz podstawa ogłoszenia
upadłości zgodna z art. 10 Prawa upadłościowego i naprawczego. Zgodnie z art. 10 ustawy Prawo upadłościowe i naprawcze,
upadłość można ogłosić tylko w stosunku do takiego dłużnika, który stał się niewypłacalny. Za niewypłacalnego uznaje się dłuż-
nika, który nie wykonuje ciążących na nim wymagalnych zobowiązań pieniężnych, przy czym nieistotne jest, czy nie wykonuje
wszystkich zobowiązań pieniężnych, czy tylko niektórych z nich. W przypadku, gdy dłużnik jest osobą prawną albo jednostką
organizacyjną nieposiadającą osobowości prawnej, której odrębna ustawa przyznaje zdolność prawną, o niewypłacalności roz-
strzyga także sytuacja, w której jego zobowiązania przekroczą wartość aktywów i to nawet wtedy, gdy na bieżąco wykonuje swoje
zobowiązania pieniężne13.
Z perspektywy prawnej rozróżniamy zatem dwa podejścia do określenia upadłości: postrzeganie upadłości w sensie majątkowym
oraz upadłość wynikającą z bilansu. Upadłość w sensie majątkowym jest to niezdolność dłużnika do spłaty swoich wierzytelności,
które stały się wymagalne w zwykłym trybie prowadzenia działalności gospodarczej. Upadłość wynikająca z bilansu oznacza sytu-
ację, w której suma zobowiązań dłużnika przewyższa wartość jego aktywów (Fletcher 2002, s. 429).
Z kolei dla spełnienia przesłanek formalnoprawnych dłużnik musi posiadać zdolność upadłościową14, podlegać jurysdykcji krajo-
wej15, sąd wszczynający postępowanie musi być właściwy rzeczowo (sąd rejonowy – sąd gospodarczy, czyli tzw. sąd upadłościowy)
oraz miejscowo (sąd właściwy dla zakładu głównego przedsiębiorstwa dłużnika, a jeśli dłużnik nie ma w Rzeczypospolitej Polskiej
przedsiębiorstwa, to sąd miejsca zamieszkania albo siedziby dłużnika, a w przypadku ich braku sąd, w którego obszarze znajduje
się majątek dłużnika)16 oraz muszą zostać spełnione wymogi formalne wniosku o ogłoszenie upadłości17.
10 Art. 12 ust. 1 i 2, ibidem.11 Art. 6, ibidem.12 Zgodnie z art. 7 Prawa upadłościowego i naprawczego w razie śmierci przedsiębiorcy można ogłosić jego upadłość, jeżeli wniosek o ogłosze-
nie upadłości został złożony w terminie roku od dnia jego śmierci. Wniosek o ogłoszenie upadłości może złożyć wierzyciel, a także spadkobierca oraz małżonek i każde z dzieci lub rodziców zmarłego, chociażby nie dziedziczyli po nim spadku. Natomiast zgodnie z art. 20 ust. 1 i 2 Prawa upadłościowego i naprawczego wniosek o ogłoszenie upadłości może zgłosić dłużnik lub każdy z jego wierzycieli. Wniosek mogą zgłosić również:1) w stosunku do spółki jawnej, spółki partnerskiej, spółki komandytowej oraz spółki komandytowo-akcyjnej – każdy ze wspólników odpowia-
dających bez ograniczenia za zobowiązania spółki;2) w stosunku do osób prawnych oraz jednostek organizacyjnych nieposiadających osobowości prawnej, którym odrębna ustawa przyznaje
zdolność prawną – każdy, kto ma prawo je reprezentować sam lub łącznie z innymi osobami;3) w stosunku do przedsiębiorstwa państwowego – także organ założycielski;4) w stosunku do jednoosobowej spółki Skarbu Państwa – także minister właściwy ds. Skarbu Państwa;5) w stosunku do osoby prawnej, spółki jawnej, spółki partnerskiej oraz spółki komandytowej i komandytowo-akcyjnej, będących w stanie
likwidacji – każdy z likwidatorów;6) w stosunku do osoby prawnej wpisanej do Krajowego Rejestru Sądowego – kurator ustanowiony na podstawie art. 26 ust. 1 ustawy
z 20 sierpnia 1997 r. o Krajowym Rejestrze Sądowym (Dz.U. z 2007 r., Nr 168, poz. 1186, z późn. zm.3));7) w stosunku do dłużnika, któremu została udzielona pomoc publiczna o wartości przekraczającej 100.000 euro – organ udzielający pomocy.
13 Art. 11, ibidem.14 Art. 5–9, ibidem.15 Art. 382, ibidem.16 Art. 18–19, ibidem.17 Art. 22–25, ibidem.
27
Zasadniczą podstawę ogłoszenia upadłości stanowi trwałe zaprzestanie płacenia długów. Nie jest natomiast wystarczające do
ogłoszenia upadłości dłużnika stwierdzenie niemożności zaspokojenia wierzycieli, jeżeli dłużnik płaci długi, nawet jeśli nie budzi
wątpliwości fakt, że w najbliższym czasie nie będzie mógł zaspokoić wszystkich swoich wierzycieli. Zaprzestanie płacenia długów
zachodzi wtedy, gdy dłużnik z braku środków płatniczych nie płaci przeważającej części swoich wymagalnych długów. Taka sytuacja
będzie mieć miejsce także wówczas, gdy dłużnik nie zaspokaja jednego tylko wierzyciela posiadającego znaczną wierzytelność18.
Po zaprzestaniu prowadzenia działalności, co do zasady, nie jest możliwe wszczęcie postępowania o ogłoszenie upadłości. Wyjątek
dotyczy osoby fizycznej będącej przedsiębiorcą w przypadku jej śmierci lub zaprzestania działalności. Możliwość ta uzależniona
jest od zachowania terminu jednego roku od dnia śmierci albo wykreślenia z właściwego rejestru. Przepis ten stosuje się również
do osób, które przestały być wspólnikami osobowych spółek handlowych19.
Zarówno z punktu widzenia skutków prawnych, jak i konsekwencji ekonomicznych bardzo ważna jest tzw. legitymacja proceso-
wa. Uprawnionymi do zgłoszenia wniosku o ogłoszenie upadłości są dłużnik oraz każdy z jego wierzycieli. Jednak trzeba mieć na
uwadze to, że o ile zgłoszenie wyżej wymienionego wniosku jest wyłącznie prawem wierzyciela, o tyle dłużnik jest obowiązany
do jego zgłoszenia nie później niż w terminie dwóch tygodni od dnia, w którym wystąpiła podstawa do ogłoszenia upadłości.
Gdy dłużnik nie jest osobą fizyczną, uprawnionymi do zgłoszenia wniosku są: w stosunku do osobowych spółek handlowych –
każdy wspólnik odpowiadający bez ograniczenia za zobowiązania spółki, w stosunku do osób prawnych oraz jednostek organi-
zacyjnych nieposiadających osobowości prawnej, którym odrębna ustawa przyznaje zdolność prawną – każdy, kto ma prawo je
reprezentować, w stosunku do przedsiębiorstwa państwowego – także organ założycielski, w stosunku do jednoosobowej spółki
Skarbu Państwa – także minister właściwy ds. Skarbu Państwa, w stosunku do osoby prawnej i osobowych spółek handlowych,
będących w likwidacji – każdy z likwidatorów, w stosunku do osoby prawnej wpisanej do Krajowego Rejestru Sądowego – kurator
ustanowiony na podstawie ustawy o Krajowym Rejestrze Sądowym, w stosunku do dłużnika, któremu została udzielona pomoc
publiczna o wartości przekraczającej 100 000 euro – organ udzielający pomocy (Jakubecki, Zedler 2006, s. 65–79).
Bardzo istotnym elementem polskiego prawodawstwa jest to, że sankcjonuje ono sytuację „zbyt biedny, by upaść”. Sąd może od-
dalić wniosek o ogłoszenie upadłości, mimo istnienia stanu niewypłacalności dłużnika, jeśli opóźnienie w płatności zobowiązań nie
przekracza trzech miesięcy, suma niewykonanych zobowiązań nie przekracza 10% wartości bilansowej przedsiębiorstwa oraz jeżeli
majątek dłużnika, który jest obciążony hipoteką, zastawem, zastawem rejestrowym, zastawem skarbowym lub hipoteką morską
nie wystarczy na zaspokojenie kosztów postępowania upadłościowego20. Regulacje te mają istotne konsekwencje21 zarówno ze
względu na pomiar skali upadłości – pojawia się zjawisko „ukrytego” bankructwa, jak i ocenę faktycznych skutków upadłości, które
na podstawie statystyk upadłości mogą okazać się niedoszacowane.
Zarówno praktyka, jak i liczne badania pokazują, że z punktu widzenia funkcjonowania systemu upadłościowego, w tym jego efek-
tywności, bardzo ważną rolę spełniają regulacje dotyczące wyboru postępowania upadłościowego. Po złożeniu wniosku o ogłosze-
nie upadłości sąd dokonuje zabezpieczenia majątku dłużnika z urzędu (jeżeli dłużnik złożył wniosek) albo na żądanie wierzyciela,
który wystąpił z wnioskiem. W tym celu sąd może ustanowić tymczasowego nadzorcę sądowego, zarządcę przymusowego (jeżeli
istnieje ryzyko, że dłużnik będzie ukrywał swój majątek lub w inny sposób działał na szkodę wierzycieli), zawiesić prowadzoną prze-
ciwko dłużnikowi egzekucję wierzytelności objętej z mocy prawa układem albo zastosować inne sposoby zabezpieczenia majątku22.
Następnie, o ile nie pociąga to za sobą nadmiernych kosztów, suma spornych wierzytelności nie przekracza 15% ogólnej sumy
wierzytelności oraz istnieje szansa na zaspokojenie wierzycieli w wyższym stopniu w drodze układu niż poprzez likwidację majątku
dłużnika, sąd może zwołać wstępne zgromadzenie wierzycieli. Na zgromadzeniu tym wierzyciele mogą podjąć uchwały w sprawie
sposobu prowadzenia dalszego postępowania upadłościowego (z możliwością zawarcia układu albo obejmującego likwidację
majątku dłużnika), w sprawie wyboru rady wierzycieli oraz mogą wyrazić opinię odnośnie do wyboru osoby syndyka, nadzorcy
sądowego albo zarządcy. Sąd poprowadzi postępowanie upadłościowe zgodnie z uchwałami wstępnego zgromadzenia wierzycieli,
o ile będą one zgodne z prawem23.
Sąd ogłasza upadłość dłużnika z możliwością zawarcia układu, jeżeli w drodze układu wierzyciele zostaną zaspokojeni w wyższym
stopniu niż zostaliby zaspokojeni po przeprowadzeniu postępowania upadłościowego obejmującego likwidację majątku dłużni-
ka. W przeciwnym razie oraz gdy istnieje uzasadniona obawa, że układ nie zostanie wykonany albo jest on niezgodny z prawem,
sąd ogłasza upadłość obejmującą likwidację majątku dłużnika. Jednak nawet w trakcie postępowania upadłościowego sąd jest
uprawniony do zmiany sposobu jego prowadzenia, jeżeli podstawy do takiej zmiany pojawią się dopiero po ogłoszeniu upadłości.
Z dniem ogłoszenia upadłości majątek upadłego staje się masą upadłości24.
18 Wyrok Sądu Najwyższego z 19 listopada 2004 r. V CK 231/2004. Gazeta Prawna 2006/67, s. A4.19 Art. 7 i 8 ustawy z 28 lutego 2003 r. Prawo upadłościowe..., op.cit.20 Art. 12 i 13, ibidem.21 Szerzej traktuje o tym zagadnieniu rozdział 2.22 Art. 36–43 ustawy z 28 lutego 2003 r. Prawo upadłościowe …., op.cit.23 Art. 44–48, ibidem.24 Art. 14–17, 61 oraz 288, ibidem.
28
Po ogłoszeniu upadłości z możliwością zawarcia układu upadły powinien w ciągu miesiąca zgłosić propozycje układowe. Upraw-
nienie do zgłoszenia propozycji układowych przysługuje również nadzorcy sądowemu, zarządcy oraz wierzycielowi, jeżeli na jego
wniosek sąd ogłosił upadłość z możliwością zawarcia układu. Propozycje układowe powinny zawierać sposób restrukturyzacji
zobowiązań upadłego, np. odroczenie wykonania zobowiązań, rozłożenie spłaty długów na raty, zmniejszenie sumy długów, kon-
wersję wierzytelności na udziały lub akcje bądź zmianę, zamianę lub uchylenie prawa zabezpieczającego określoną wierzytelność.
Warunki restrukturyzacji powinny być jednakowe dla wszystkich wierzycieli, a jeżeli głosowanie nad układem odbyło się w grupach
wierzycieli, to jednakowe dla wierzycieli zaliczonych do tej samej grupy. Warunki te mogą być mniej korzystne dla określonego
wierzyciela tylko pod warunkiem, że wyraźnie wyrazi on na to zgodę. Istnieje możliwość przyznania korzystniejszych warunków
restrukturyzacji wierzycielom, którzy mają drobne wierzytelności oraz tym, którzy po ogłoszeniu upadłości udzielą kredytu nie-
zbędnego do wykonania układu. Propozycja układowa, za którą opowie się większość wierzycieli, posiadająca łącznie co najmniej
dwie trzecie ogólnej sumy wierzytelności uprawniających do głosowania, podlega zatwierdzeniu przez sąd25.
Układ obejmuje wierzytelności, które powstały przed dniem ogłoszenia upadłości dłużnika. Po uprawomocnieniu się postanowienia
zatwierdzającego układ wszelkie postępowania zabezpieczające i egzekucyjne ulegają umorzeniu z mocy prawa (Adamus 2009,
s. 419–410 oraz s. 453–454). Istnieje także możliwość zawarcia układu przewidującego likwidację majątku upadłego dla zaspoko-
jenia wierzycieli (tzw. układ likwidacyjny)26. Po wykonaniu układu sąd wydaje na wniosek upadłego postanowienie o wykonaniu
układu, co jest równoznaczne z zakończeniem postępowania upadłościowego27.
Sposób prowadzenia postępowania upadłościowego nie musi być ostateczny. Sąd bowiem zmienia ten sposób prowadzenia
postępowania z postępowania z możliwością zawarcia układu na postępowanie obejmujące likwidację majątku upadłego, jeżeli
nie doszło do zawarcia układu28.
W przypadku ogłoszenia upadłości obejmującej likwidację majątku upadłego zarząd nad majątkiem upadłego przejmuje syndyk.
Syndyk po sporządzeniu spisu inwentarza i sprawozdania finansowego na dzień poprzedzający ogłoszenie upadłości albo po
złożeniu pisemnego sprawozdania ogólnego sędziemu-komisarzowi przeprowadza likwidację masy upadłości. Likwidacja może
polegać w szczególności na sprzedaży przedsiębiorstwa upadłego w całości lub jego zorganizowanych części, sprzedaży mienia,
ściągnięciu wierzytelności należnych upadłemu i wykonaniu innych jego praw majątkowych albo na ich zbyciu. Sprzedawane
przedsiębiorstwo upadłego jest wolne od obciążeń. Sprzedaż mienia dokonywana jest w drodze przetargu albo aukcji, zgodnie
z przepisami ustawy z 23 kwietnia 1964 r. – Kodeks cywilny29.
Fundusze uzyskane z likwidacji masy upadłości służą zaspokojeniu wierzytelności według ustawowo określonych kategorii. Sumy
uzyskane ze sprzedaży mienia obciążonego hipoteką, zastawem, zastawem rejestrowym, zastawem skarbowym i hipoteką mor-
ską są przeznaczane na spłacenie wierzytelności, które były zabezpieczone wyżej wymienionymi prawami (po potrąceniu odpo-
wiednich kosztów postępowania). Podział funduszów masy upadłości następuje według planu podziału sporządzonego przez
syndyka. Po wykonaniu planu podziału funduszów masy upadłości sąd w postanowieniu stwierdza zakończenie postępowania
upadłościowego30.
Kolejnym, ważnym aspektem prawa upadłościowego jest struktura podmiotowa tego postępowania. Jeśli chodzi o jednostki
biorące udział w postępowaniu upadłościowym31, to sprawy o ogłoszenie upadłości są rozpatrywane przez sąd upadłościowy (sąd
rejonowy – sąd gospodarczy) właściwy dla zakładu głównego przedsiębiorstwa dłużnika. Sąd upadłościowy ogłasza upadłość dłuż-
nika, zwołuje wstępne zgromadzenie wierzycieli, zatwierdza układ, wyznacza sędziego-komisarza, wyznacza oraz zatwierdza wyna-
grodzenie syndyka, nadzorcy sądowego i zarządcy, rozpatruje zażalenia na orzeczenia i decyzje sędziego-komisarza. Po ogłoszeniu
upadłości wszelkie czynności postępowania upadłościowego, które nie należą do właściwości sądu, wykonuje sędzia-komisarz.
Kieruje on tokiem postępowania, nadzoruje czynności syndyka, nadzorcy sądowego i zarządcy, wskazuje czynności, które syndyk,
nadzorca sądowy albo zarządca może wykonywać tylko za jego zgodą, zwraca uwagę na uchybienia popełnione przez syndyka,
nadzorcę sądowego albo zarządcę oraz rozpatruje skargi na czynności komornika związane z postępowaniem upadłościowym.
W przypadku, gdy sąd ogłosi upadłość obejmującą likwidację majątku dłużnika, wyznacza się syndyka. Zarówno syndyk, jak i nad-
zorca sądowy albo zarządca dokonują czynności na rachunek upadłego, lecz we własnym imieniu. Syndyk zarządza majątkiem
upadłego, zabezpiecza go przed zniszczeniem, uszkodzeniem lub zabraniem przez osoby postronne oraz przeprowadza likwidację
tego majątku. Ponadto jest on zobowiązany zawiadomić o upadłości tych wierzycieli, których adresy są mu znane.
25 Art. 267, 269, 270, 279, 285 oraz 287, ibidem.26 Art. 271, ibidem.27 Art. 297, ibidem.28 Art. 286, ibidem.29 Art. 57, 306–308, 311, 317 oraz 320, ibidem.30 Art. 368, ibidem.31 Art. 76, 150–153, 156, 160, 173, 176, 180–184, 191–213, ibidem.
29
Jeżeli sąd ogłosi upadłość z możliwością zawarcia układu i ustanowi zarząd własny upadłego, powołuje nadzorcę sądowego. Nad-
zorca sądowy kontroluje czynności upadłego oraz przedsiębiorstwo upadłego do czasu prawomocnego zatwierdzenia układu albo
zakończenia postępowania w inny sposób. W sytuacji, gdy sąd pozbawi upadłego zarządu nad przedsiębiorstwem, powołuje się
zarządcę. Zarządca obejmuje zarząd nad masą upadłości, zabezpiecza ją przed zniszczeniem, uszkodzeniem lub zabraniem przez
osoby trzecie, sporządza spis inwentarza i sprawozdanie finansowe na dzień poprzedzający ogłoszenie upadłości oraz dokonuje
wszelkich czynności zarządu związanych z bieżącym prowadzeniem przedsiębiorstwa upadłego.
Do udziału w postępowaniu upadłościowym może zostać powołane zgromadzenie wierzycieli, które decyduje, czy przeprowadzić
postępowanie upadłościowe z możliwością zawarcia układu czy obejmujące likwidację majątku upadłego. Ponadto zgromadzenie
wierzycieli podejmuje uchwały, powołuje radę wierzycieli oraz wydaje opinie.
Jeżeli zgromadzenie wierzycieli nie powołało rady wierzycieli, to sędzia-komisarz jest uprawniony do jej powołania. Rada wierzycieli
jest organem pomocniczym dla syndyka, nadzorcy sądowego albo zarządcy, kontroluje ich czynności, bada stan funduszów masy
upadłości, udziela zezwolenia na czynności, które mogą być dokonane tylko za jej zgodą oraz wyraża opinię na żądanie sędziego-
-komisarza, syndyka, nadzorcy sądowego albo zarządcy.
Główną funkcją ustawy prawo upadłościowe i naprawcze jest ochrona prawna wierzycieli niewypłacalnego dłużnika. Stąd w po-
stępowaniu upadłościowym chronione są ich prawa podmiotowe. Zgodnie z art. 189 ustawy Prawo upadłościowe i naprawcze
wierzycielem jest każdy uprawniony do zaspokojenia z masy upadłości, choćby wierzytelność nie wymagała zgłoszenia. Jeżeli
wierzyciel chce wziąć udział w postępowaniu upadłościowym, powinien zgłosić swoją wierzytelność w oznaczonym terminie (nie
krótszym niż miesiąc, nie dłuższym niż trzy miesiące), chyba że jego wierzytelność nie wymaga zgłoszenia dla umieszczenia jej
na liście wierzytelności (należności ze stosunku pracy, roszczenia Funduszu Gwarantowanych Świadczeń Pracowniczych o zwrot
z masy upadłości świadczeń Funduszu wypłaconych pracownikom upadłego)32. Wpisanie wierzytelności na listę wierzytelności
daje prawo wierzycielom do udziału w zgromadzeniu wierzycieli oraz radzie wierzycieli.
Wierzytelności, które podlegają zaspokojeniu w postępowaniu upadłościowym można umownie podzielić na dwie grupy: (1)
wierzytelności upadłościowe (powstałe przed ogłoszeniem upadłości) oraz (2) wierzytelności w stosunku do masy (powstałe w za-
sadzie po ogłoszeniu upadłości). Wierzytelności drugiej grupy nie wymagają zgłoszenia i w zasadzie są zaspokajane jako roszczenia
pierwszej kategorii. Z kolei wierzytelności upadłościowe są zaspokajane w kolejności określonej przez ich przynależność do danej
kategorii (Jakubecki, Zedler 2006, s. 687).
W przypadku upadłości obejmującej likwidację majątku upadłego wierzyciele są zaspokajani z sumy uzyskanej z likwidacji majątku
upadłego. Jeżeli suma ta nie wystarcza na zaspokojenie wszystkich wierzycieli w całości, wierzyciele danej kategorii są spłacani
dopiero po spłaceniu w całości wierzycieli poprzedzającej kategorii (pod względem kolejności zaspokajania roszczeń). Z kolei, jeśli
pozostała suma nie wystarcza na zaspokojenie w całości wierzycieli w ramach danej kategorii, ich wierzytelności są spłacane w tej
samej części33. Jeżeli sąd postanowił o przeprowadzeniu postępowania upadłościowego z możliwością zawarcia układu, wierzy-
ciele są zaspokajani w drodze wykonania układu w sposób w nim przewidziany (Jakubecki, Zedler 2006, s. 686). Ponadto zgodnie
z art. 93 prawa upadłościowego i naprawczego dopuszczalne jest zaspokojenie wierzytelności upadłościowej w drodze potrącenia
z wierzytelnością upadłego, o ile obie wierzytelności istniały w dniu ogłoszenia upadłości. Jest to uprzywilejowany sposób spłacenia
wierzycieli poza podziałem funduszów masy.
Wszczęcie postępowania upadłościowego nie narusza praw wierzyciela wobec poręczyciela oraz współdłużnika upadłego. Za-
równo poręczyciel, jak i współdłużnik mają obowiązek spłaty długu upadłego na każde żądanie wierzyciela. Przysługuje im jednak
w tym zakresie roszczenie o zwrot sumy, którą spłacili. Wierzytelność powstała z tego tytułu zostaje umieszczona na liście wierzy-
telności w wysokości, w jakiej poręczyciel lub współdłużnik zaspokoił wierzyciela34. Jeśli chodzi o pozycję prawną członków władz,
którzy nie dołożyli należytej staranności i za swoje działania mogą podlegać odpowiedzialności prawnej, to dłużnik, na którym
spoczywa obowiązek złożenia wniosku o ogłoszenie upadłości i który nie złożył go w terminie dwóch tygodni od dnia, w którym
wystąpiła podstawa do ogłoszenia upadłości, ponosi odpowiedzialność cywilną za szkodę wyrządzoną wskutek niezłożenia wnio-
sku w wyżej wymienionym terminie35. Ponadto sąd może orzec na okres od trzech do dziesięciu lat zakaz prowadzenia działalności
gospodarczej na własny rachunek oraz pełnienia funkcji członka rady nadzorczej, reprezentanta lub pełnomocnika w spółce han-
dlowej, przedsiębiorstwie państwowym, spółdzielni, fundacji lub stowarzyszeniu. Taki zakaz orzeka się w stosunku do osoby, która
ze swojej winy nie złożyła w terminie wniosku o ogłoszenie upadłości, chociaż była do tego zobowiązana, po ogłoszeniu upadłości
nie wydała lub nie wskazała majątku, ksiąg handlowych, korespondencji lub innych dokumentów upadłego, mimo iż zgodnie
z ustawą spoczywał na niej taki obowiązek, po ogłoszeniu upadłości ukrywała, niszczyła lub obciążała majątek wchodzący w skład
masy upadłości albo jako upadły w toku postępowania nie wykonała innych obowiązków przewidzianych ustawą, orzeczeniem
32 Art. 236–238, ibidem.33 Art. 344, ibidem.34 Art. 248 oraz 291, ibidem.35 Art. 21, ibidem.
30
sądu albo sędziego-komisarza. Sąd może orzec wyżej wymienioną karę także w stosunku do osoby, wobec której już co najmniej
raz ogłoszono upadłość z umorzeniem długów po zakończeniu postępowania albo ogłoszono upadłość nie dawniej niż pięć lat
przed kolejnym ogłoszeniem upadłości36.
Karalne jest również podawanie nieprawdziwych danych we wniosku o ogłoszenie upadłości, w oświadczeniu o wszczęciu postę-
powania naprawczego albo podczas postępowania naprawczego (kara pozbawienia wolności od trzech miesięcy do lat pięciu).
Podobna kara grozi za niewydanie syndykowi całego majątku wchodzącego do masy upadłości, ksiąg rachunkowych lub innych
dokumentów dotyczących majątku upadłego oraz za nieudzielenie syndykowi lub sędziemu-komisarzowi informacji dotyczących
majątku upadłego37.
1.4. Proces upadłości – struktura czasowa
System prawny i instytucjonalny wywiera bardzo istotny wpływ na sprawność/efektywność mechanizmów upadłościowych, w tym
na ich koszty i czas trwania. Podkreślmy, że w przypadku istnienia bardzo szybko działających, tanich i w wysokim stopniu spełnia-
jących potrzeby interesariuszy procedur upadłościowych rola SWO jest zdecydowanie mniejsza. Bardzo ważnym elementem jest
tu zwłaszcza czas i „struktura” postępowania upadłościowego, gdyż SWO zawsze charakteryzują się określonym horyzontem pre-
dykcji zagrożeń, a ściślej – pewnym przedziałem czasowym skutecznego ostrzegania. Z jednej strony systemy te cechuje bowiem
pewna inercja pomiędzy sygnałem wejścia i komunikatem ostrzegawczym, ale z drugiej – ograniczona perspektywa racjonalnego
przewidywania. Tu – poprzez identyfikację poszczególnych etapów procesu upadłości – określimy również horyzonty czasowe,
w ramach których użyteczne mogą być systemy SWO.
Podstawowe etapy procesu upadłości przedstawia rysunek 1.238. Wyróżniono na nim dwie perspektywy: osie czasu interesariuszy
zewnętrznych oraz wewnętrznych. Podkreślmy, że podstawowymi interesariuszami zewnętrznymi w analizie upadłości są wierzy-
ciele firmy. Analiza nasza pokaże jednak, że mogą być nimi także potencjalni inwestorzy, władze publiczne etc.
Dzi
ałan
ia
poza
form
alne
Syst
em z
arzą
dzan
ia
Impu
ls
Mia
ra s
ytua
cji f
irmy
Hor
yzon
ty S
WO
Szok
Trend
Czas
Struktura czasowa procesu upadłości a skuteczność SWO
Czas
Interesariusze zewnętrzni
Interesariusze wewnętrzni
Czas
Okres inkubacji Okres adaptacji
Efektywność rynku
Okres inkubacjiOkres kontaminacji
Syst
em
spra
woz
daw
czy
Okres adaptacji / naprawy
Okres zgłoszenia (ujawnienia)
Okres postępowania
Procedury odwoławcze i korekcyjne
Ogłoszenie upadłości
2 tygodnie ok. 2 miesiące ok. miesiąca
Zgłoszenie wniosku
Decyzja czy upaść
(Sautner)
Okres dysseminacji
(1)
(2)
(3)
(4)
Wstrząsy
Rys. 1.2. Struktura czasowa procesu upadłości a skuteczność SWO
Źródło: opracowanie własne.
36 Art. 373, ibidem.37 Art. 522–523, ibidem.38 W literaturze częściej można spotkać klasyfikacje oparte na „stopniu zaawansowania choroby”, czyli możliwości odwrócenia/uniknięcia samej
upadłości. Podejście takie znajdujemy np. w klasycznej pracy Fitzpatrica (por. Fitzpatrick 1934, za: Hall 2002).
31
Punktem początkowym procesu jest zbiór zdarzeń inicjujących w przedsiębiorstwie procesy, których skutkiem może być upa-
dłość. Okres, w którym zdarzenia te występują i zaczynają istotnie oddziaływać na sytuację przedsiębiorstwa nazwiemy okresem
kontaminacji (zarażania).
Odnośnie do tego procesu warto zauważyć, że czas jego trwania może być różny, tak jak i rodzaj bodźców wywołujących problemy
przedsiębiorstwa. W ramach naszego schematu przedstawiliśmy w celach ilustracyjnych trzy możliwości: zdarzenie szokowe (nega-
tywny bodziec o dużej skali w krótkim czasie), problem systematyczny (wyraźny trend o różnym nachyleniu) oraz proces wstrząsów
(wahania o różnych kierunkach, jednak negatywnej tendencji). Jest oczywiste, że skutki pierwszego z nich mogą być szybciej
odczuwalne i wyraźniejsze niż ostatniego, w którym okresy pogorszenia mogą być przeplatane okresami poprawy sytuacji. W rze-
czywistości takich schematów zdarzeń prowadzących do problemów firmy może być więcej (por. Crutzen 2009; Lukason 2012).
Kolejnym etapem jest okres inkubacji. W tym czasie w firmie ujawniają się skutki zdarzenia wywołującego jej problemy finansowe.
To może być dość złożony proces. Istnieje bowiem wiele potencjalnych czynników, które mają wpływ na szybkość i „wyrazistość”
identyfikacji przez przedsiębiorstwo powstałych zagrożeń. Niektóre z przyczyn mogą mieć charakter czysto techniczny i być związa-
ne np. z działaniem systemów finansowo-księgowych dostarczających część danych sprawozdawczych z opóźnieniem. Na drugim
krańcu są natomiast niektóre zagrożenia, które mogą stać się widoczne dopiero na tle późniejszych informacji zewnętrznych, np.
makroekonomicznych, dotyczących wyników ekonomicznych konkurencji etc. W przypadku złych wiadomości znaczącą rolę mogą
też odgrywać procesy o charakterze psychologicznym i socjologicznym, funkcjonujące w ramach modeli etycznego behawioralne-
go przedsiębiorstwa. Można tu wymienić całą paletę zachowań, jak próby tuszowania pewnych faktów, lęk przed przekazywaniem
takich informacji przełożonym etc. Jeśli chodzi o okresy kontaminacji i inkubacji, zauważmy też, że mogą one nakładać się na siebie.
Co więcej, pewne działania podejmowane w okresie inkubacji same mogą być przyczyną dodatkowych kłopotów przedsiębiorstwa.
Etapem końcowym okresu inkubacji jest stan, w którym decydenci w przedsiębiorstwie posiadają dostateczną wiedzę na temat
faktycznych trudności firmy i ich skali.
Kolejną fazą jest okres adaptacji/naprawy. Obejmuje on działania prowadzone przez właścicieli i menedżerów przedsiębiorstwa,
których celem jest próba rzeczywistego rozwiązania jego problemów. Mogą zatem być podejmowane zarówno kroki o charakterze
wewnętrznym (np. redukcja kosztów, zmiana struktury produkcji, nowe inwestycje etc.), jak i wewnętrznym, polegające zwykle na
pozyskaniu dodatkowego kapitału czy porozumieniu się z wierzycielami.
Szczególne konsekwencje dla sprawności i czasu procedur upadłościowych odgrywają działania, których celem jest „zakup czasu”.
Istnieje sporo analiz dotyczących tych zachowań, ale większość sprowadza się do działań zilustrowanych na rysunku 1.3.
Załóżmy mianowicie, że przedsiębiorca w chwili T = 0 dokonał inwestycji I sfinansowanej długiem D, spłacanym w okresach 1
– w kwocie D1 oraz 2 w kwocie D2 (pomijamy oprocentowanie). W chwili tej okazuje się, czy efekt prowadzonej działalności go-
spodarczej po tym okresie X1 umożliwia spłacenie wymagalnego w tym czasie zadłużenia D1 (X1>D1 z prawdopodobieństwem
p), czy też nie jest to możliwe (X1 = 0 z prawdopodobieństwem 1-p). W przypadku, jeśli spłata zobowiązań jest możliwa, działanie
firmy jest kontynuowane do chwili T = 2, przy czym ostateczny jej rezultat w tym okresie X2 zależy od czynników znanych jedynie
przedsiębiorstwu i może kształtować się na poziomie X2H w przypadku sukcesu i dobrych warunków prowadzenia biznesu oraz
H2L – jeśli inwestycja zakończy się sukcesem, ale warunki gospodarowania będą niekorzystne. Inwestycja może też zakończyć się
porażką projektu (bez utraty ogólności rozważań możemy założyć, że zysk wynosi wówczas 0). Przyjmijmy też, że jedynie w przy-
padku zysków X2H możliwe jest spłacenie zobowiązań firmy (X2H>D). W chwili T = 0 pomiędzy wierzycielem a przedsiębiorcą
występuje symetria informacji. Natomiast w chwili T = 1 wierzyciel nie zna ostatecznego efektu inwestycji w chwili T2.
Zastanówmy się nad możliwym postępowaniem przedsiębiorcy w sytuacji, gdy w chwili T = 1 nie ma on możliwości uregulowania
wierzytelności D1. Do dyspozycji są wówczas dwie opcje. Po pierwsze przedsiębiorca może „poddać się” i zgłosić wniosek o upa-
dłość. Po drugie może próbować podjąć negocjacje z wierzycielami w celu zawarcia układu. Okres tych negocjacji rozciąga się
między punktami T = 1 oraz T = 1.5. Zauważmy, że z punktu widzenia przedsiębiorcy negocjacje te mogą mieć dwie konsekwencje:
(1) mogą zaowocować układem, (2) jeśli nawet nie zakończą się one porozumieniem układowym, to do chwili T = 1,5 mogą poja-
wić się wyjątkowo korzystne dla firmy okoliczności, w rezultacie których stanie się ona wypłacalna (z prawdopodobieństwem w).
Oczywiście może być również i tak, że sytuacja firmy skomplikuje się już na tyle, iż stanie się ona definitywnie niewypłacalna
(Y<K+D, gdzie K oznacza koszty bankructwa). Należy zaznaczyć, że jeśli prawo upadłościowe działa tak, iż w przypadku bankruc-
twa właściciel nie dostaje niczego, jest zawsze zainteresowany prowadzeniem tych negocjacji – bo albo unika bankructwa, albo
opóźnia jego moment.
Z kolei dla wierzyciela też istnieją korzyści z prowadzenia w okresie od T = 1 do T = 1,5 negocjacji z dłużnikiem. Negocjacje takie
powodują mianowicie zmniejszenie asymetrii informacji pomiędzy tymi dwoma podmiotami tak, że wierzyciel uzyskuje dodatkową
wiedzę na temat faktycznych wyników przedsiębiorstwa w okresie T = 2. Jeśli wiedza ta pozwala wierzycielowi przewidywać, że
firma uzyska wynik X2H, to wie on, iż układ umożliwi odzyskanie w całości długu. Jest to kusząca alternatywa wobec wkroczenia
na ścieżkę zgłoszenia wniosku o upadłość, bo zazwyczaj prawdopodobieństwo w jest niewielkie. Warto podkreślić, że możliwość
32
i czas prowadzenia przez wierzyciela negocjacji z dłużnikiem zależą m.in. od pozycji tego ostatniego39. Oczywiście dana strategia
zależy też od konkretnych prawdopodobieństw na tym rysunku.
D = D1+D2
D1
D2
I=DS1,5
Z1,5
0
X1>D1 Y>K+D
0
X2H>0
X2L>0
Y<K+D
UPADŁOŚĆ CZY UKŁAD?
w 1-a
1-wa
T = 0 T = T = 1,51,5 T = 2
v
1-p
1-v
p
v – CZAS
INWESTYCJA
NEGOCJACJE
UKŁAD
UPADŁOŚĆ
SIŁA DŁUŻNIKA
WIEDZA PRZEDSIĘBIORCY O SYTUACJI W T= 2
INWESTYCJA INWESTYCJAINWESTYCJA
Rys. 1.3. Postępowanie dłużnika w okresie zagrożenia upadłością
Źródło: opracowanie własne na podstawie Sautner, Valdimirov 2013.
Reasumując, w okresie adaptacji może dochodzić do różnego typu interakcji pomiędzy wierzycielami i dłużnikami, przy czym nie
zawsze jest to proces sprzyjający efektywności procedur upadłościowych. W okresie od T = 1 do T = 1,5 dłużnik może bowiem
wykazywać wiele zachowań o wyraźnie negatywnych skutkach z punktu widzenia dobrobytu społecznego. Można tu wymienić
m.in. skłonność do prze- lub niedoinwestowania. O skutkach tych działań szerzej piszemy w rozdziale 4.
Jeśli wynikiem powyższych negocjacji nie jest zawarcie układu, to następuje zgłoszenie wniosku o upadłość. Jak wiemy, w Polsce
może to uczynić dłużnik (w ciągu dwóch tygodni od punktu40 T = 1,5) lub wierzyciel (w zasadzie od chwili T = 1). Po tym zgłoszeniu
sąd w ciągu ok. 2 miesięcy (termin jedynie instrukcyjny w naszym prawie upadłościowym) wydaje postanowienie o ogłoszeniu
upadłości i jej formie. W ramach postępowania możliwe są również działania odwoławcze, które trwają ok. miesiąca. Teoretycznie
więc w ciągu trzech miesięcy od zgłoszenia wniosku o upadłość następuje prawomocne postanowienie w tej materii.
Jeśli przyjrzymy się rysunkowi 1.2, to można zauważyć, że istnieją co najmniej cztery użyteczne horyzonty ostrzegawcze systemu
SWO. Pierwszy horyzont H1 może być zaletą SWO ze względu na możliwość skracania okresu inkubacji. Często złożone i niejasne
procedury wewnętrzne firmy można bowiem zastąpić oceną skutków szoków występujących w okresie kontaminacji – wykorzy-
stując publicznie dostępne narzędzia. Taka możliwość jest atrakcyjna również dla interesariuszy zewnętrznych. W ich przypadku
długość okresu inkubacji zależy m.in. od efektywności rynków, którą SWO też może istotnie poprawiać. Należy też zaznaczyć, że
podstawą wykorzystywanych w ramach ISR rozwiązań jest ich publiczny charakter. Narzędzia te charakteryzują się zresztą nie tylko
powszechną dostępnością. Poszczególne funkcje predykcyjne są bowiem publikowane i mogą być stosowane przez każdego
interesariusza.
Zalety SWO utrzymują się również wówczas, gdy horyzont ostrzegania wydłuża się do H2. W takim przypadku rozwiązania SWO
mogą być bardzo pomocne w procesie określania prawdopodobieństw na rysunku 1.2, co zdecydowanie racjonalizuje te proce-
dury.
39 Może być dłuższy w przypadku, jeśli dłużnik jest np. głównym odbiorcą produktów wierzyciela. 40 Należy podkreślić, że identyfikacja sytuacji, w której należy uznać to działanie za bezwzględnie wymagane przez prawo jest w praktyce trudna.
Oczywiście bardzo użyteczne są też horyzonty H3 oraz H4, przy czym należy w tym przypadku wskazać zwłaszcza na interesariuszy
z sektora publicznego. Wśród zalet można wymienić m.in.
• w Polsce bardzo dużo bankructw odbywa się w trybie pozasądowym; system ostrzegania nawet z horyzontem dłuższym niż
H4 jest więc cennym źródłem wiedzy o skali zjawiska;
• informacje z KRS są rozproszone i choć jednostkowo pojawiają się one z niewielkim opóźnieniem w stosunku do czasu wy-
dawania postanowień, to uzyskanie zagregowanych danych nie jest tu łatwe;
• polskie prawo dopuszcza sytuację: „zbyt biedny, by zbankrutować”; wprawdzie więc część procedur upadłościowych „wchodzi”
do systemu sądowego, ale też z niego „wypada” bez adekwatnego do sytuacji ekonomicznej tych podmiotów rozstrzygnięcia;
• w każdym systemie upadłościowym potrzebne są narzędzia weryfikacji jakości funkcjonowania tego systemu; potrzebne
są m.in. oceny tego, czy system prawidłowo klasyfikuje przedsiębiorstwa jako nieupadłe, upadłe w sensie ekonomicznym
i jedynie finansowym,
• narzędzie SWO może być, choćby z powyższego powodu, przydatne w pracy samych sądów, zwłaszcza w okresie rozciąga-
jącym się pomiędzy H3 a H4.
Reasumując, zdecydowanie widać, że obszar zastosowań SWO może być szeroki – nawet przy zróżnicowanych horyzontach sku-
tecznego ostrzegania.
35
Piotr Adam Boguszewski, Jarosław Kaczmarek, Konrad Kolegowicz, Paweł Krzemiński
Rozdział 2
POMIAR SKALI UPADŁOŚCI W GOSPODARCE
2.1. Wprowadzenie
Jednym z podstawowych warunków budowy systemu wczesnego ostrzegania jest kwantyfikacja stopnia zagrożenia upadłością.
W przypadku zjawisk o niewielkim zakresie i/lub skali oddziaływania koszty SWO mogą bowiem być nieadekwatne do potencjal-
nych korzyści. Pomiar skali upadłości w gospodarce jest więc jednym z kluczowych zadań projektu ISR, a celem niniejszego roz-
działu jest dostarczenie zarówno koncepcji pomiaru – definicji, narzędzi oraz wiedzy na temat metadanych odnośnie do pomiaru
upadłości, jak i podstawowych informacji dotyczących natężenia zjawiska.
Nasze rozważania rozpoczniemy od analizy źródeł danych dotyczących upadłości i ich jakości. Pokazuje ona, że nie jest to zadanie
łatwe, ponieważ w Polsce brak jest oficjalnych i jednocześnie kompleksowych baz danych na ten temat. Sytuacja ta częściowo
wynika z przyczyn obiektywnych, które występują i w innych krajach – w zakresie demografii przedsiębiorstw jest więcej poten-
cjalnych stanów firmy niż jedynie jej narodziny, okres aktywności oraz śmierć. W pewnym stopniu jest też jednak wynikiem braku
centralizacji, a przynajmniej zbyt słabej harmonizacji tych źródeł w Polsce. W efekcie najpełniejszy obraz demograficzny polskich
firm dotyczy zjawisk wpisów i skreśleń z rejestru przedsiębiorstw, przy czym z kilku powodów, omówionych poniżej, skreśleń tych
nie można utożsamiać z upadłościami.
Trudne jest także tworzenie miar względnych upadłości, tzn. odnoszących skalę zjawiska do wielkości populacji, której ono dotyczy.
Istnieje kilka przyczyn tego problemu, ale dwie wydają się kluczowe. Po pierwsze w polskim systemie prawnym przez długi czas
nie była dostatecznie dobrze uregulowana kwestia aktualizacji bazy danych demograficznych o firmach – REGON. Zjawisko to
w szczególności dotyczyło mniejszych, jednoosobowych firm. Po drugie dla dużej grupy przedsiębiorstw postępowanie sądowe
nie jest dominującą metodą rozwiązywania problemów finansowych. W rezultacie miary względne upadłości mogą być w Polsce
silnie obciążone.
W tym rozdziale pokazujemy także, że trudno jest skonstruować międzynarodowe statystyki upadłości, w których spełniony byłby
warunek porównywalności. Polska na tle większości tego typu zestawień wygląda korzystnie, jeśli chodzi o skalę upadłości. Bliższa
analiza pokazuje jednak, że taki wniosek może być mylący.
Istotne problemy związane z uzyskaniem wiarygodnych i porównywalnych danych dotyczących upadłości są nie tylko wyzwaniem
stojącym przed SWO. Paradoksalnie są one też powodem, dla którego wyniki analiz upadłości w gospodarce mogą częściowo
kompensować powyższe problemy. W niniejszym rozdziale omówiono niektóre szacunki dotyczące skali tego zjawiska oparte na
metodyce dostarczanej przez ISR.
2.2. Demografia przedsiębiorstw – źródła i jakość danych
Jedną z podstawowych, oczekiwanych cech systemów wczesnego ostrzegania przed upadłością jest ich zdolność do pełnej,
szybkiej i precyzyjnej identyfikacji zjawiska „zgonów” przedsiębiorstw. Wyprzedzający charakter tych systemów sprawia, że dla ich
właściwego działania konieczna jest też określona, dodatkowa wiedza, pozwalająca analizować przyczyny tych zdarzeń i w efekcie
– prognozować je. Bardzo ważnym elementem SWO są więc różnego typu bazy danych demograficznych, charakteryzujących
przebieg cyklu życia przedsiębiorstw: ich narodziny, rozwój i śmierć oraz możliwość łączenia1 tych baz z zestawami danych stricte
ekonomicznych, determinujących gospodarcze powody określonych zdarzeń w tym systemie. Niestety krótki przegląd problema-
tyki dotyczącej źródeł danych o przedsiębiorstwach niezbędnych do budowy sprawnego SWO o takim przeznaczeniu musimy
rozpocząć od stwierdzenia, że występuje tu wiele istotnych problemów i ograniczeń, które same w sobie stają się jednym z wyzwań
stojących przed tym systemem. Zobaczymy bowiem, że bazy demograficzne są złożonym systemem, którego jakość zależy (przy-
najmniej obecnie w warunkach polskich) od wzajemnego współdziałania kilku rejestrów i innych podsystemów. Działanie całego
tego mechanizmu w aspekcie formalnym jest regulowane przez rozbudowany i skomplikowany zespół różnych aktów prawnych,
które niekoniecznie są spójne. W wymiarze praktycznym, nawet przy najlepszych regulacjach prawnych, na sprawność tego syste-
mu wpływa wiele czynników o charakterze socjologicznym, m.in. związanych z postawami biznesu wobec obowiązków informa-
cyjnych, w tym dostarczania aktualnych i rzetelnych danych na temat aktywności gospodarczej czy postawami przedstawicieli tej
1 Jeszcze wygodniejszym rozwiązaniem byłaby integracja bazy metryk demograficznych z odpowiednim zestawem danych ekonomicznych, w tym finansowych, dotyczących przedsiębiorstw w stanie zagrożenia już na poziomie systemu. Takie rozwiązanie może być jednak trudne w realizacji i kosztowne.
36
grupy wobec samego problemu upadłości. Katalog trudnych do rozwiązania spraw cechuje tu zresztą permanentność i ponadna-
rodowy charakter, gdyż na podobne problemy zwracano uwagę niemal 30 lat temu, np. w USA (Sulivan, Warren i in. 1987).
Gdyby z kolei za miarę aktualnej jakości i międzynarodowej porównywalności danych demograficznych przyjąć zakres informacji
publikowanych na ten temat przez Eurostat, obraz też nie byłby budujący. Dane dotyczące zgonów przedsiębiorstw są bowiem
obecnie (2014 r.) dostępne za okres od 2008 r. do 2011 r. i to tylko dla 24 z 29 krajów objętych tą sprawozdawczością. W dodatku
wszystkie dane za 2011 r. są oznaczone jako wstępne i/lub estymowane. Jest również widoczne, że łatwiej zbierać dane dotyczące
narodzin firm, gdyż w tej samej bazie zawarte są te informacje już od 2004 r. Tak duże opóźnienia i tak krótkie szeregi czasowe
dowodzą, że przydatność danych z tego źródła z punktu widzenia budowy SWO jest bardzo ograniczona. Istnieje zresztą wiele
powodów, dla których budowa międzynarodowych baz danych demograficznych, zwłaszcza odnośnie do statystyki „zgonów”
przedsiębiorstw, może być bardzo trudna (por. de Koning 1998).
Ogólną ocenę zakresu i jakości danych demograficznych dla przedsiębiorstw niefinansowych w Polsce zaczniemy od krótkiego
omówienia kluczowych źródeł tych danych w naszym kraju. W warunkach polskich podstawową urzędową bazą dotyczącą demo-
grafii przedsiębiorstw jest system REGON – Krajowy Rejestr Urzędowy Podmiotów Gospodarki Narodowej. Jest on utworzony na
podstawie art. 41 ustawy o statystyce publicznej (Dz.U. z 1999 r., Nr 69, poz. 763), a jego zadaniem jest m.in. dostarczanie ogólnej
i spójnej charakterystyki działających u nas podmiotów gospodarczych w podstawowych przekrojach klasyfikacyjnych. Są to m.in.
informacje dotyczące:
• nazwy i lokalizacji podmiotu,
• jego formy prawnej i formy własności,
• wykonywanej działalności,
• daty powstania podmiotu, rozpoczęcia działalności, zawieszenia i wznowienia działalności, wpisu do ewidencji lub rejestru,
zakończenia działalności albo skreślenia z ewidencji lub rejestru, wpisu oraz skreślenia z rejestru podmiotów,
• przewidywanej liczby pracujących.
Zasilanie tego systemu opiera się przede wszystkim na formularzach RG-1 i RG-2 raportujących zdarzenia rejestracji i skreślenia
podmiotu z ewidencji, przy czym w procesie tym istotne jest powiązanie rejestru REGON z innymi rejestrami, głównie z systemami
CEIDG (Centralnej Ewidencji i Informacji o Działalności Gospodarczej) oraz KRS (Krajowym Rejestrem Sądowym). Rejestr CEIDG
zawiera m.in. dane dotyczące spółek cywilnych, zaś KRS – handlowych.
Jedynie w sprawozdaniu RG-1 występuje pole informacyjne dotyczące stanu aktywności prawnej i ekonomicznej podmiotu, w tym
działań związanych z jego likwidacją lub upadłością. W sprawozdaniu RG-2 informacja na ten temat jest nieobecna, przy czym na
jego podstawie nie można precyzyjnie określić i innych, wspomnianych powyżej, kategorii zdarzeń demograficznych będących
przyczyną wyrejestrowania podmiotu. W świetle obowiązujących przepisów dopływ informacji do systemu REGON ma charakter
ciągły i w związku z tym teoretycznie powinny to być dane charakteryzujące się dobrym stopniem aktualności. Podkreślmy też, że
funkcjonowanie rejestrów statystyki publicznej jest regulowane pewnymi naczelnymi zasadami (European Communities 2003),
w ramach których pojęcie zmiany praktycznie sprowadza się do kwestii tzw. administracyjnej zmiany, nie zawsze zgodnej z faktycz-
ną zmianą (np. sytuacji ekonomicznej podmiotu). Z tego też powodu zbiór REGON, wprawdzie bardzo cenny z punktu widzenia
analiz demograficznych firm, wykazuje się istotnymi ograniczeniami, jeśli chodzi o możliwości adaptacji do systemów SWO.
Warto także zauważyć, że GUS zbiera informacje na temat stanu aktywności ekonomicznej i prawnej również w innych sprawoz-
daniach – np. w F-02, SP oraz SP-3 (w węższym zakresie). Są to kompleksowe (w znaczeniu opisanym w przypisie 1) źródła danych
o charakterze również demograficznym, ale jedną z ich wad jest niska częstość aktualizacji (roczna). Z punktu widzenia badania
zjawiska upadłości jest to spore ograniczenie i z tego powodu rozważa się możliwość wykorzystywania danych dostępnych z więk-
szą częstością (Chava, Jarrow 2004). Mankamentem jest też dość duże opóźnienie związane z udostępnianiem tych informacji
(sięgające trzech kwartałów, liczonych od końca roku kalendarzowego, za który sprawozdania są przygotowywane). Należy także
pamiętać o konsekwencjach funkcjonowania przepisów dotyczących ochrony informacji jednostkowych w systemie statystyki
publicznej – dane te na poziomie indywidulanym w zasadzie nie mogą być udostępniane.
Relatywnie bogatym i obszernym zbiorem informacji, również demograficznych, uwzględniających część potrzeb wynikających
z ewentualnego ich zastosowania w SWO, jest baza danych KRS (Dz.U. z 2011 r., Nr 273, poz. 1616), w funkcjonalnej formie wystę-
pująca jako Centralna Informacja KRS. Rejestr ten można nawet uznać za podstawowy – jeśli zjawisko upadłości będziemy interpre-
tować w znaczeniu stricte prawnym. Jest to zintegrowany system elektroniczny, w którym w szczególności znajdują się informacje
dotyczące: sposobu powstania spółek, ich kapitału, ogłoszenia upadłości, zakończenia postępowania upadłościowego (jego formy,
daty), zawieszenia i wznowienia działalności gospodarczej, likwidacji podmiotu, zaległości podatkowych, przeterminowanych wie-
rzytelności2. Baza rejestrowa zawiera także informacje o charakterze stricte finansowym, o jakich mowa w ustawie o rachunkowości,
m.in. w art. 69 w zakresie wyszczególnionym w art. 64 tej ustawy (Dz.U. z 1994 r., Nr 121, poz. 591). Biorąc pod uwagę ograniczenia
2 Zakres danych zależy od rodzaju przedsiębiorstwa.
37
w dostępie do danych jednostkowych GUS, KRS może być podstawowym źródłem publicznie dostępnych informacji, w których
na poziomie poszczególnych rekordów połączone są dane demograficzne z ekonomicznymi. Dla użytkownika zewnętrznego tego
systemu praktycznym problemem może być konieczność „ręcznego” odtwarzania tej bazy na podstawie dostępnych publicznie
informacji. Warto jednak pamiętać, że informacje dotyczące upadłości na podstawie orzeczeń sądów mogą być dostępne z opóź-
nieniami wynikającymi m.in. z prawa upadłościowego. Problem ten jest nieco szerzej omówiony w podrozdziale 1.3.
Znacznie skromniejszy zakres informacji, z naszego punktu widzenia, jest gromadzony w ramach bazy CEIDG. Formularz CEIDG-1,
zawiera bowiem jedynie dane dotyczące: rozpoczęcia działalności, jej zawieszenia i wznowienia oraz wykreślenia wpisu z bazy.
W efekcie można uważać, że w przypadku spółek handlowych posiadamy szerszy zasób informacji demograficznych niż w odnie-
sieniu do spółek cywilnych. Te ostatnie są zwykle mniejszymi podmiotami, dlatego też oznacza to, że przynajmniej w Polsce zakres
danych demograficznych dotyczących sektora MŚP jest gorszy niż w przypadku dużych przedsiębiorstw.
Mimo istnienia kilku rejestrów zawierających informacje na temat zdarzeń demograficznych w przedsiębiorstwach charaktery-
styczne jest to, że żaden z podmiotów je prowadzących nie udostępnia danych „sfokusowanych” na kwestiach upadłości firm.
W szczególności, jeśli chodzi o dane GUS, to zbiorcza publikacja demograficzna obejmuje jedynie informacje na temat stanów,
rejestracji i skreśleń podmiotów w różnych przekrojach (GUS Zmiany strukturalne... 2013). Obok wspomnianych powyżej oficjalnych
baz danych demograficznych przedsiębiorstw istnieją oraz są rozwijane i inne budowane m.in. przez firmy konsultingowe, banki,
organizacje przedsiębiorców etc. Bazy te są zasilane danymi pochodzącymi zarówno z różnych „fragmentów” baz oficjalnych, jak
i w oparciu o własne badania i analizy wynikające ze specyficznych potrzeb tych instytucji. Są to często cenne zbiory danych, przy
czym źródłem ich wartości dodanej jest przeważnie również to, że łączą i strukturyzują informacje pochodzące z różnych źródeł
oficjalnych, a także konwertują do postaci elektronicznej dane bazowe, często występujące w postaci informacji tekstowych lub
mało wygodnych danych elektronicznych.
Gdyby teraz pokusić się o próbę oceny krajowych rozwiązań, to trzeba zauważyć, że wiele cech tych baz danych demograficznych
nie wynika jedynie z konkretnych rozwiązań przyjętych w Polsce. Mamy tu do czynienia również z pewnymi zjawiskami uniwer-
salnymi. Przede wszystkim należy odnotować, że prowadzenie baz danych demograficznych przedsiębiorstw jest pod pewnymi
względami znacznie bardziej złożone niż w przypadku „zwykłej” demografii. O ile bowiem w tym drugim przypadku mamy do
czynienia zasadniczo z trzema stanami podmiotów – narodzinami, życiem i śmiercią, o tyle stanów bytowania przedsiębiorstw
jest zdecydowanie więcej. Według zaleceń metodycznych Eurostatu i OECD (Eurostat-OECD 2007) należy wyróżnić aż 13 rodza-
jów „zdarzeń demograficznych3”, z których 10 może mieć wpływ na wpisy lub/i skreślenia podmiotów w tego typu rejestrach.
Sprawa dodatkowo komplikuje się, jeśli będziemy pamiętać o różnicach pomiędzy skreśleniem określonego podmiotu z rejestru
(firm aktywnych) a jego faktyczną „śmiercią”. Trudno bowiem za takie zdarzenie uznać np. przejęcie przedsiębiorstwa skutkujące
wprawdzie „zniknięciem” z bazy, ale przecież nie likwidacją jego zasobów. Kolejnym elementem utrudniającym ocenę statusu
demograficznego przedsiębiorstwa jest to, że w przypadku firm niejednokrotnie obserwujemy zjawisko zawieszania działalności.
Zawieszenie takie nie musi jednak wynikać z problemów ekonomicznych. Jego głównym powodem mogą być okoliczności o cha-
rakterze sezonowym (np. firmy turystyczne nad morzem w okresie zimowym), przerwanie działalności gospodarczej z powodu
konieczności uzyskania lub aktualizacji koncesji etc. Powstaje zatem praktyczne pytanie, jak odróżniać przejściowe zawieszenie
działalności od trwałego w sytuacji, gdy nie wszystkie podmioty właściwie realizują obowiązek aktualizacji takich danych w tych
systemach? Można oczywiście pomyśleć o różnego typu rozbudowanych procedurach uzupełniających, wymuszających zbieranie
z dużą częstością i w szerokim zakresie danych o sytuacji ekonomicznej podmiotów. Rozwiązanie takie byłoby jednak kosztowne
i uciążliwe, w tym dla samych przedsiębiorców i nie ma pewności, że bardziej skuteczne od już istniejących rozwiązań prawnych.
W rezultacie często łatwiej w tego typu rejestrach posługiwać się zasadą, że np. dopiero dwuletni (lub dłuższy) okres nieaktywności
firmy może być potraktowany jako jej „śmierć” w systemie4 (Dz.U. z 1997 r., Nr 121, poz. 769 oraz Dz.U. z 2004 r., Nr 173, poz. 1807).
Z punktu widzenia SWO powyższe podejście ma jednak oczywiste wady – część istotnych dla działania tego systemu zdarzeń może
być w nim odnotowywanych z dużym opóźnieniem i nawet pewną uznaniowością.
Drugą, równie ważną i częściowo związaną z powyższą grupą problemów jest wieloznaczność samego pojęcia upadłości. Z jed-
nej strony możemy myśleć o czysto prawnym rozumieniu tego zjawiska. W takim przypadku najlepszym jego opisem mogą być
bazy danych oparte na rejestrach sądowych (typu KRS). Musimy jednak pamiętać, że np. polskie prawo upadłościowe wyklucza
możliwość ogłoszenia upadłości w sytuacji, gdy podmiot jest „zbyt biedny, aby upaść”. Z drugiej strony istnieje wiele sytuacji,
w tym zwłaszcza w grupach firm małych, gdy rezygnuje się z prawnej procedury upadłości, a podmiot dokonuje samolikwidacji.
Niejednokrotnie jest to wręcz „cicha śmierć” – o której nieco więcej piszemy poniżej – polegająca na tym, że w rejestrach nie znaj-
dziemy informacji bezpośrednio wskazujących na taką decyzję. Gdyby więc rozumieć upadłość szeroko, to rozmiary i inne charak-
terystyki tego zjawiska przybliżałyby bazy typu REGON. W tym jednak przypadku dysponujemy ogólniejszą informacją o skreśleniu
3 Można wymienić m.in. takie zdarzenia, jak utworzenie podmiotu, jego likwidację, podział, fuzję czy przejęcie przez inny podmiot etc.4 W Polsce w ramach rejestru KRS stosowne postępowanie weryfikujące wszczyna się po 24 miesiącach, w oparciu o art. 20d ustawy o Krajowym
Rejestrze Sądowym. Regulacje prawne przewidują też w określonych przypadkach limity długości okresów zawieszenia (por. np. art. 14a usta-wy o swobodzie działalności gospodarczej).
38
podmiotu. Oczywiście nie musi to być tożsame z jego upadłością, a w wielu systemach konsekwentnie próbuje się uwzględniać tę
różnicę w budowie wskaźników upadłości (The Dun & Bradstreet Corporation 1997). Widzimy zatem, że pełne dane o upadłościach
faktycznie „leżą gdzieś pomiędzy” bazami KRS a REGON.
Dotychczasowe rozważania pokazują ponadto, że jakość danych demograficznych o przedsiębiorstwach w dużym stopniu zale-
ży od postawy samych firm wobec obowiązku rzetelnego, terminowego zasilania takich baz. Wydaje się, że i w tym przypadku
lepiej wygląda sytuacja większych firm; również dlatego, że używając narzędzi prawnych, łatwiej jest je skłonić do właściwego
postępowania. Z punktu widzenia SWO tkwi w tym jednak pewna pułapka – we współczesnych gospodarkach bardzo istotną rolę
odgrywa bowiem właśnie sektor MŚP. Gorszej jakości dane dotyczące tego segmentu odbijałyby się zatem na sprawności całego
systemu. Tu pojawia się jednak dodatkowy, dotykający wielu krajów kłopot, a związany z danymi demograficznymi dotyczącymi
najmniejszych firm. Chodzi mianowicie o aktualizację rejestrów działalności gospodarczej prowadzonej przez osoby fizyczne. O ile
rejestracja podmiotu „opłaca się” samemu zainteresowanemu, o tyle trudniej jest motywować takie przedsiębiorstwa do usunięcia
danych z bazy w przypadku kończenia działalności. Zauważmy też, że w grupie firm jednoosobowych powodem „śmierci” przed-
siębiorstwa może być nie tylko decyzja samego przedsiębiorcy czy nieaktualizowane zawieszenie działalności ekonomicznej na
dłuższy czas, ale również fizyczna śmierć właściciela. W takiej sytuacji to nie przedsiębiorstwo będzie podmiotem aktualizującym
rejestr, a skuteczność całej procedury zależeć będzie głównie od jakości współpracy takiej bazy z innymi rejestrami. W przypadku
bazy REGON przez pewien czas mechanizmy te nie działały dostatecznie dobrze, czego bezpośrednim rezultatem był pozorny
wzrost liczebności rejestru wynikający z nieoptymalnego postępowania ze zjawiskiem „martwych dusz” w tym systemie. W dalszej
kolejności następowała konieczność korekty takich błędów skumulowanych w dłuższym okresie, skutkująca m.in. zakłóceniem
porównywalności w czasie5 danych demograficznych pochodzących z tego źródła.
Do tego miejsca koncentrowaliśmy się na problemach związanych z rejestracją określonych zdarzeń demograficznych w sektorze
przedsiębiorstw. Warto jednak przypomnieć, że upadłość ma podstawy ekonomiczne. Jeśli zatem chcemy skonstruować system
SWO, potrzebne bazy danych powinny zawierać również dane finansowe o należytej jakości, z których można by było odczytać
uwarunkowania określonych zdarzeń demograficznych. Problem jakości danych finansowych przedsiębiorstw zagrożonych czy
w stanie upadłości jest bardzo złożony i zdecydowanie przekracza ramy tej publikacji. W tym miejscu ograniczymy się zatem do
pewnych podstawowych zagadnień. Otóż takie dane w przypadku tej grupy przedsiębiorstw mogą podlegać różnym zniekształ-
ceniom. Po pierwsze zgodnie z art. 5 p. 2 ustawy o rachunkowości (Dz.U. z 1994 r., Nr 121, poz. 591) przyjmuje się zasadę ciągłości
działania podmiotu. Ta zasada może oczywiście stać w jawnej sprzeczności z faktyczną sytuacją podmiotu zagrożonego upadło-
ścią, a tym bardziej podmiotu upadłego. Wprawdzie przepis ten mówi także, że zasady tej nie stosuje się wówczas, gdy założenie
takie jest niezgodne ze stanem faktycznym w dniu sporządzania bilansu, ale to też często nie rozwiązuje problemu. Zauważmy
bowiem, że w tym momencie upadłość firmy może zarówno być przesądzona, jak i być jedynie stanem przewidywanym, przy
czym z dużym marginesem błędu. Po drugie w przypadku zagrożenia upadłością podmioty z dodatnią opcją „to wait” mogą mieć
skłonność do „podkolorowywania” bilansów, tak aby wyglądały one lepiej niż w rzeczywistości. Po trzecie nawet lekkie symptomy
zagrożenia upadłością przedsiębiorstwa mogą powodować dość znaczące reakcje dostosowawcze wśród wierzycieli, ale i innych
interesariuszy firmy. Jeśli dodatkowo będziemy pamiętać, że istnieją różnego typu „scenariusze” wejścia firmy w stan zagrożenia,
to bilans i inne elementy sprawozdań finansowych takich przedsiębiorstw mogą podlegać różnego typu zniekształceniom i – jeśli
mają być stosowane w celach analityczno-badawczych, w tym prognostycznych – w zasadzie powinny być poddane dodatkowym
zabiegom weryfikacyjnym oraz „czyszczącym”.
Wszystkie powyżej wymienione problemy potęgują się przy próbie budowy zbiorów informacji o zakresie międzynarodowym.
W takim przypadku dochodzi bowiem kwestia harmonizacji informacji uzyskiwanych z poszczególnych krajów. W efekcie do mię-
dzynarodowych statystyk dotyczących upadłości należy podchodzić z dużą ostrożnością, a ich faktyczna wartość informacyjna,
zwłaszcza z punktu widzenia konstrukcji SWO, może być, jak już wspominaliśmy, problematyczna (por. de Koning 1998).
Podsumowując powyższe rozważania, można m.in. stwierdzić, że:
1. System informacji demograficznych w Polsce składa się i jest zasilany z wielu baz, których funkcjonowanie jest regulowane
różnymi i nie zawsze spójnymi z punktu widzenia oceny zjawiska upadłości aktami prawnymi.
2. Rejestracja zdarzeń demograficznych w pewnych przypadkach nie jest procesem sprawnym; większymi błędami może być
obarczona statystyka śmierci niż narodzin przedsiębiorstw; źródłem błędów jest m.in. zjawisko zawieszania działalności.
3. Problemy takie mogą intensywniej występować w przypadku statystyki „zgonów” mniejszych podmiotów, która może być
niedoszacowana. Może to prowadzić (i prowadziło) do przeszacowywania liczby podmiotów w REGON.
4. Uzyskanie na podstawie rejestrów kompleksowej bazy danych demograficznych (łączącej dane stricte demograficzne z infor-
macjami ekonomicznymi) jest dla użytkowników spoza systemu statystyki publicznej ograniczone do danych z KRS.
5. Ogólnie zakres i jakość informacji demograficznych dla firm z sektora MŚP są gorsze niż w przypadku firm większych.
5 Proces czyszczenia rejestru z tzw. martwych dusz oznaczał spadek (pozorny) liczby aktywnych podmiotów. Jeśli chodzi natomiast o wcześniej-sze dane, to niedoszacowana była zarówno bezwzględna liczba faktycznych „zgonów” przedsiębiorstw, jak i odsetek tych zdarzeń.
39
6. Częstość obserwacji w kompleksowych bazach danych demograficznych jest zazwyczaj co najwyżej roczna (choć dane stricte
demograficzne mogą być praktycznie ciągłe).
7. Dane ekonomiczne w tych kompleksowych bazach danych są z natury swojej podatne na różnego typu zniekształcenia.
8. Trudno mówić o międzynarodowej porównywalności polskich danych demograficznych i danych dla innych krajów UE –
przynajmniej przed 2008 r., a opóźnienia oficjalnych (Eurostat) statystyk w tym zakresie są bardzo duże (ponad dwa lata).
Powstaje zatem pytanie, czy biorąc pod uwagę powyższe uwarunkowania istnieje w Polsce system informacji o upadłościach
w znaczeniu zdefiniowanym przez Williamsona i Ginsberga (Williamson, Ginsberg i in. 1997), w szczególności łatwo adaptowalny
do potrzeb SWO? Odpowiedź jest raczej negatywna. Zresztą niezbyt daleko trzeba szukać pozytywnych przykładów takich sys-
temów, przy których nasze krajowe rozwiązania wyglądają słabo. Wystarczy porównanie z rozbudowanym systemem informacyj-
nym Estonii6, oferującym szczegółowe i wieloprzekrojowe bazy danych na ten temat. W kraju tym problem ten został rozwiązany
pragmatycznie „od samego początku” – system ten wdrożono wraz z ustanowieniem nowego prawa upadłościowego. Dodatkowo
należy zwrócić uwagę na fakt, że obecnie ani GUS (program badań statystyki publicznej), ani Ministerstwo Gospodarki nie prowadzą
specjalistycznych badań nad zjawiskami upadłości.
Projektując system IRS, konieczne było oczywiście uwzględnienie powyższych uwarunkowań. Uczyniono to dwojako. Z jednej
strony dokonano takiego doboru7 istniejących zbiorów informacyjnych, aby optymalnie wykorzystać ich potencjał. Z drugiej strony
w ramach samego projektu rozwinięto takie funkcjonalności systemu IRS, które przynajmniej w pewnym stopniu mogły uzupełnić
luki i inne niedostatki funkcjonujących obecnie systemów. Docelowym rozwiązaniem było bowiem wykorzystywanie danych
jednostkowych z baz F-01/F-02 GUS w ścisłej współpracy z ich gestorem. Zbiory te zawierają bowiem informacje jednostkowe,
m.in. dotyczące:
• szerokiego katalogu zdarzeń demograficznych,
• sytuacji ekonomicznej podmiotów, możliwej do połączenia z tymi zdarzeniami,
• kluczy klasyfikacyjnych, które wydają się być niezwykle istotne z punktu widzenia SWO (w tym informacji o wielkości pod-
miotu, także zatrudnieniu, lokalizacji terytorialnej podmiotu, branży etc.).
Niezwykle istotne jest też to, że dotyczą one reprezentatywnej – bo pełnej – populacji podmiotów zatrudniających co najmniej
10 pracujących. Współpraca z GUS gwarantowała najwyższy, profesjonalny poziom prac nad tymi danymi, a jednocześnie – ochronę
tajemnicy statystycznej. W efekcie możliwe było uzyskanie największego i najbardziej kompleksowego, w ramach prowadzonych
w Polsce badań nad oceną skali, przyczyn i skutków upadłości, zbioru danych. W projekcie, we wcześniejszych jego fazach, wy-
korzystano też możliwości prostszego podejścia – bazującego na tzw. mikroagregatach, a więc zagregowanych danych jednost-
kowych do przekrojów spełniających wymogi ochrony informacji statystycznych. Dane te były łączone z autorską bazą informacji
na temat upadłości, przygotowaną m.in. w oparciu o sprawozdawczość dostępną w systemie KRS. Doświadczenia te mogą być
cenne8 z punktu widzenia możliwości implementacji opracowanego systemu SWO w przypadkach, w których nie ma możliwości
budowy rozwiązań bazujących na statystycznych danych jednostkowych.
2.3. Zagregowane miary intensywności upadłości
Problem pomiaru ex post skali śmierci/upadłości firm w obrębie całej gospodarki (lub jej przekrojów)9 wydaje się pozornie prosty
– mierniki zagregowane konstruowane są jako suma przypadków indywidualnych, zidentyfikowanych jako firmy upadłe (względ-
nie zagrożone upadłością w istotnym stopniu). Musimy jednak wskazać na istnienie przynajmniej dwóch, widocznych już na
wstępnym etapie rozważań, grup problemów. Jedna dotyczy kwestii analizy rozmiarów zjawiska, przy czym część występujących
tu trudności wynika z problemów już omówionych, a związanych z konstrukcją odpowiednich baz danych demograficznych. To
oczywiste, że sposób pomiaru będzie tu zależał m.in. od sposobu definiowania/identyfikowania przedsiębiorstw upadłych oraz
sposobu określania samej populacji firm. Druga grupa zawiera ważny nowy element wynikający z konieczności dokonywania nie
tylko punktowych ocen zjawiska, ale próby jego porównywania w czasie. Z punktu widzenia konstrukcji SWO jest to niezwykle
istotny element, ponieważ sygnały ostrzegawcze zawsze są identyfikowane na podstawie odstępstw obserwowanych stanów
od ich (historycznej10) normy. Jeśli więc chcemy konstruować miarę intensywności upadłości, to musimy dysponować nie tylko
zmiennymi bezwzględnymi, ale, biorąc pod uwagę dynamikę populacji (por. przedsiębiorstw), również miernikami relatywnymi.
6 Por. np. https://www.lursoft.lv/exec?act=MNR_LSTAT&lang=EN&aid=#aid#.7 Trzeba podkreślić, że projekt ISR umożliwiał konstrukcję własnych baz danych jedynie w bardzo ograniczonym zakresie (trudno zresztą ocze-
kiwać, aby mógł on obejmować np. budowę rejestrów państwowych). Zatem musimy tu mówić właśnie o doborze na bazie istniejących możliwości.
8 Taki uproszczony system ma oczywiście liczne wady i słabości w stosunku do docelowego rozwiązania ISR, ale generuje wiele wyników z do-statecznie dobrym przybliżeniem w stosunku do rezultatów pełnych.
9 Zwróćmy uwagę, że finalnym celem SWO nie jest określanie zagrożenia upadłością na poziomie indywidualnym, a ocena skali zjawiska i jego skutków w szerszych przekrojach.
10 Trudno tu mówić o innym źródle takiej normy.
40
I.04
I-II.0
4I.0
5I-I
I.05
I.06
I-II.0
6I.0
7I-I
I.07
I.08
I-II.0
8I.0
9I-I
I.09
I.10
I-II.1
0I.1
1I-I
I.11
I.12
I-II.1
2I.1
3I-I
I.13
700000
800000
900000
1000000
1100000
750000
850000
950000
1050000Li
czba
prz
edsi
ębio
rstw
200000
240000
280000
320000
360000
400000
220000
260000
300000
340000
380000
Legenda:
2003 2004 2005 2006 2007 2008 20092010 20112012 2013 2014
0
20
40
60
80
100
10
30
50
70
90
Stru
ktur
a w
g kl
as z
atru
dnie
nia
– ud
ział
(w %
)
półrocze
Ogółem bez osób fizycznychTrend wykładniczy
Spółki handlowe ogółem (prawa oś)Trend wykładniczy
Licz
ba p
rzed
sięb
iors
tw
Spółki akcyjne:do 9 pracujących 10–49 pracujących
od 50 pracujących
Rys. 2.1. Liczba przedsiębiorstw bez osób fizycznych i spółek handlowych (lewy wykres) oraz struktura spółek handlowych według liczby pracujących (prawy wykres) w latach 2004–2013
Źródło: obliczenia własne na podstawie GUS Zmiany strukturalne... 2013.
Najprostszą, względną miarę upadłości (WMU) można zdefiniować następująco:
WMU
DE
AEtt
t K=
− (2.1)
gdzie: DEt – liczba przedsiębiorstw upadłych w chwili t (miara bezwzględna), zaś AE
t-K – liczba podmiotów aktywnych w okresie
t-K (czyli takich, które wykazywały w tym roku niezerowe obroty lub zatrudnienie). Jak już wspomnieliśmy, definicja wielkości DE
zależy od wyboru bazy danych demograficznych. Gdyby był nią rejestr typu REGON, posłużylibyśmy się następującym miernikiem
bezwzględnym:
DE Z R Kt t t t= ∪( )\
(2.2)
gdzie poszczególne elementy tego wyrażenia definiowane są następująco:
Z e AE e AE
R e AE e AE e AE
t t t
t t t t
= ∈ ∧ ∉ = ∈ ∧ ∉ ∧ ∈
+
+ +
1
1 2 (2.3)
Zbiór Z można interpretować jako rodzinę przedsiębiorstw zawieszonych (skreślonych) do chwili t+1, R – aktywowanych w okresie
t+2 i nieaktywnych rok wcześniej. Zbiór K odzwierciedla pozostałe czynniki korygujące – zauważmy, że konstrukcja miary DE bazuje
na obliczeniu liczby podmiotów nieaktywnych w horyzoncie t, t+1 i jej skorygowaniu o liczbę podmiotów zawieszających działal-
ność w chwili t+1, ale odwieszających ją w okresie t+2 oraz inne przyczyny wykreślenia z rejestru, niezwiązane z faktem upadłości
podmiotu (np. przejęcie etc.). W rezultacie mamy:
DE e AE e AE e AEt t t t= ∈ ∧ ∉ ∧ ∉ + +1 2 (2.4)
Operowanie definicją (2.1) w gruncie rzeczy implikuje więc, co jest istotną wadą takiego podejścia z punktu widzenia zadań SWO,
konieczność posługiwania się danymi opóźnionymi o dwa okresy (tu lata). Jednak miara ta ma też przynajmniej jedną zaletę –
spójność licznika i mianownika tego ułamka w tym rozumieniu, że obie te wielkości są obliczane na podstawie analizy tej samej
populacji (próby). Ze względów praktycznych można też posługiwać się miarą uproszczoną WMUS:
WMUS
Z
AEtt
t=
−1 (2.5)
ale w stosunku do (2.1) miara ta w oczywisty sposób jest zniekształcona przez fakt, że nie uwzględnia procesu reaktywacji części
takich firm i innych przyczyn skreśleń z rejestru (zmian ID firm).
Dosyć poważne problemy związane z pomiarem powstają również wtedy, gdy statystykę „śmierci” firm z rejestrów demograficz-
nych spróbujemy zastąpić miernikami opartymi na danych sądowych, dotyczących już ogłoszonych upadłości. O ile w przypadku
41
poszukiwania miar bezwzględnych sytuacja jest nieco łatwiejsza, o tyle zagadnienie jeszcze bardziej się komplikuje, gdy będziemy
poszukiwali miary względnej. Jeśli chodzi o pierwszą z tych sytuacji, zauważmy, że miara oparta na statystyce postanowień sądo-
wych bardzo silnie zależy do sprawności samego aparatu wymiaru sprawiedliwości oraz od napływu spraw do tego systemu. Może
to wywoływać efekt „wygładzania się” (smoothing) danych tego typu – polegający na tym, że w okresie wyraźnego wzrostu liczby
postępowań nie zauważymy pełnego efektu tego zjawiska w postaci wzrostu postanowień, gdyż część takich spraw nie będzie, ze
względu na ograniczoną wydolność systemu, szybko rozpatrywana. Jednocześnie w okresach spadku natężenia takich zakłóceń
w gospodarce statystyka sądowa wciąż może pokazywać dużą liczbę postanowień – ze względu na kończenie spraw zaległych.
Miernik bezwzględny, oparty na liczbie postanowień o upadłości, może być zatem dość problematyczny z punktu widzenia jego
przydatności w systemach SWO. Biorąc pod uwagę powyższe słabości, wydaje się zatem, że lepszym rozwiązaniem mogłyby być
miary oparte na liczbie wniosków o ogłoszenie upadłości.
Zwróćmy jednak uwagę, że niezależnie od tego, czy posłużymy się liczbą wniosków o upadłość, czy liczbą postanowień o upadło-
ści, pozostają jednak przynajmniej dwie istotne słabości takich mierników – zwłaszcza w sytuacji, gdybyśmy chcieli posługiwać się
nimi w porównaniach międzynarodowych lub oceniać tendencje krajowe w dłuższym horyzoncie czasu. Przede wszystkim liczba
upadłości zależy nie tylko od ogólnej sytuacji gospodarki i działających w niej firm, ale też od pewnej tradycji społecznej/kulturo-
wej w tym zakresie. Trzeba wyraźnie powiedzieć, że w Polsce procedura upadłości nie jest dominującym sposobem wychodzenia
przedsiębiorstw z rynku i w efekcie roczna liczba upadłości w naszym kraju jest zbliżona do miesięcznej intensywności upadłości,
np. w Belgii (Kartus 2012). Kolejnym czynnikiem zakłócającym taki pomiar jest samo prawo upadłościowe. Polskie rozwiązania są
oceniane jako inkluzyjne, co według niektórych sędziów zajmujących się tą problematyką oznacza, że ok. ¾ krajowych firm nie-
zmiennie spełnia ustawowe warunki upadłości (Pilitowski 2013).
Jeśli chodzi o miary względne (MWU_KRS), to ich konstrukcja jest następująca:
MWU KRS
MBU KRS
POPtt
t K_
_=
− (2.6)
gdzie: MBU_KRS – jest miarą bezwzględną upadłości dla rejestru KRS, zaś POP – czynnikiem normującym. Tym dodatkowym pro-
blemem związanym z miarami względnymi jest właściwy dobór czynnika normującego, a więc populacji, z której wywodzą się
podmioty objęte takim postępowaniem sądowym. Nie jest to problem banalny, jeśli pamiętamy, że skłonność (ale i możliwości
ekonomiczne firm) do poddawania się procedurze upadłościowej nie są jednostajnie rozłożone w całej populacji przedsiębiorstw.
Raczej działania takie wybierają jednostki większe. Zatem dyskusyjne byłoby opieranie się w mianowniku wzoru (2.6) na zmiennej
AE (por. wzór 2.1 – liczebność pełnej populacji firm aktywnych). Posługiwanie się takim rozwiązaniem miałoby i dodatkową wadę.
Patrząc na rysunek 2.1 widzimy, że w czasie zmieniała się nie tylko wielkość, ale i struktura populacji firm aktywnych – z wyraźnym
wzrostem udziału firm małych, a więc mniej skłonnych11 do uczestniczenia w procedurze upadłościowej. Byłoby to więc źródłem
dodatkowego obciążenia tego wskaźnika.
Dotychczas omawiane wskaźniki miały charakter indykatorów ex post. Są one naturalnie użyteczne w wielu sytuacjach, ale ich
słabości wydają się być bardzo trudne, jeśli nie niemożliwe do usunięcia, gdyż ich podstawowym źródłem są opisywane powyżej
problemy związane z budową i aktualizacją stosownych baz danych. Jednym z możliwych wyjść z tej sytuacji jest budowa mierni-
ków opartych na indywidualnych ocenach zagrożenia upadłością. Takie podejście ma nie tylko wymiar prognostyczny, ale może być
też stosowane do oceny sytuacji bieżącej i analiz retrospektywnych. Zauważmy bowiem, że w takim przypadku nierzadko wątpliwą
i niekompletną informację na temat upadłości, w dodatku dotyczącą przedsiębiorstw pochodzących, w praktyce, z nieidentyfiko-
walnej populacji12, zastępujemy ocenami/prognozami upadłości wykonanymi według ustalonej metodyki i dla firm należących
do z góry zdefiniowanej populacji/próby. Możliwe są tu różne podejścia, ale niejednokrotnie bazują one na następującej formule
(Das, Freed i in. 2006):
GLOB PDN t
PD tt i
i
N t
_( )
( )( )
==∑1
1 (2.7)
gdzie: GLOB_PD zagregowany wskaźnik zagrożenia upadłością, N(t) – liczba przedsiębiorstw w próbie w chwili t, dla której szacowa-
ne są indywidualne wskaźniki prawdopodobieństwa upadłości – PDi. Naturalnie te miary idiosynkratyczne mogą być konstruowane
w oparciu o różne modele, w tym wykorzystujące zarówno finansowe dane jednostkowe, jak i mierniki o bardziej zagregowanym
charakterze (branżowe, dla całej gospodarki etc.) (por. Sobehart, Stein i in. 2000). Jednym z uzasadnień dla takiej strategii konstruk-
cji wskaźnika są jego pewne własności statystyczne (Lando, Nielsen 2009). Jeśli mianowicie w następujący sposób zdefiniujemy
intensywność λ zagrożenia bankructwem firmy i:
11 Takie firmy są zwykle też mniej „atrakcyjne” z punktu widzenia decyzji wierzycieli co do sposobu postępowania z wierzycielami. 12 Przypomnijmy, że w ogólnej populacji są grupy firm, które nigdy nie korzystają z procedur formalnych upadłości.
42
λ
τ τi
t
i iP t t t t
t(t) lim
|=
< ≤ + ≥( )→∆
∆∆0
(2.8)
gdzie τ oznacza moment bankructwa tego przedsiębiorstwa, zaś N(t) – liczbę takich zdarzeń do chwili t, gdzie N oznacza liczbę
analizowanych przedsiębiorstw:
N i
i
N
(t) | ( t)= ≤=∑1
1
t
(2.9)
oraz przyjmując ortogonalność tych zdarzeń dla par przedsiębiorstw rozumianą jako:
P i ji jt t=( )= ⇐ ≠0
(2.10)
to proces (2.9) ma skumulowaną funkcję intensywności zdarzeń l(t):
λ λ τ(t) ( )* | ( t)= ≤=∑ i i
i
N
t 11
(2.11)
Jeśli scałkujemy tę funkcję następująco:
Λ( ) ( )t s ds t
t
= ≥∫ l 0
0 (2.12)
Po t N t t( )= ( ) ≥−Λ 1 0( )
(2.13)
to możemy otrzymać następujący, ważny wynik. Otóż przy takich założeniach skumulowana miara zagrożenia upadłością, opisana
przez formułę (2.9), jest jednoparametrycznym procesem Poissona (2.13). Trzeba dodatkowo zauważyć, że dla uzyskania tego re-
zultatu wystarcza spełnienie warunku ortogonalności (2.10), a nie jest konieczna warunkowa niezależność tych zdarzeń. Powyższy
wynik pozostaje więc prawdziwy również w przypadku występowania zjawiska „zarażania upadłością” w sektorze przedsiębiorstw,
co może być częstą sytuacją, której diagnoza jest celem SWO. Formuła (2.9) nadaje się więc do zastosowania w ramach takiego
systemu.
W obrębie podstawowej osi badawczej wyróżnionej w publikacji – odnoszącej się do analizy zjawiska upadłości tak w ujęciu re-
trospektywnym, jak prospektywnym – została przedstawiona charakterystyka procesu ogłoszonych postępowań upadłościowych
przedsiębiorstw w Polsce prowadzonego z wykorzystaniem właściwych mu unormowań formalnoprawnych. Stąd też zaprezen-
towano analizę przebiegu i struktury ogłoszonych postępowań upadłościowych z punktu widzenia ekonomicznego, wyróżniając
w nich postępowania w celu likwidacji majątku (zakończenie działalności) oraz postępowania z możliwością zawarcia układu
(utrzymanie samodzielności bytu ekonomicznego przez przedsiębiorstwo), a także w podziałach na regiony i rodzaje prowadzo-
nej działalności. W dalszej kolejności – z wykorzystaniem miar w postaci odsetka upadłości (OU) oraz regionalnego barometru
upadłości (RBU) – dokonano regionalnej analizy upadłości (według województw). Podjętym wątkiem analizy stało się również
zróżnicowanie procesu upadłości pod względem formy prawnoorganizacyjnej podmiotów w niej uczestniczących. Ostatnią war-
stwą prowadzonej analizy jest branżowa analiza upadłości (według sekcji PKD) z wykorzystaniem miar w postaci odsetka upadłości
oraz branżowego barometru upadłości (BBU). Analiza zjawiska upadłości przedsiębiorstw w Polsce objęła swoim zakresem zmiany
zarówno bezwzględnej liczby ogłoszonych postępowań upadłościowych, jak i dynamikę procesu – ogółem oraz w przekrojach: re-
gionalnym, branżowym oraz według form prawnoorganizacyjnych. Analogicznie do analizy zmian strukturalnych, badania polegały
na obliczeniu wskaźników struktury będących udziałami procentowymi wielkości składników analizowanych i ocenianych struktur.
W celu określenia skali zjawiska upadłości do analizy wykorzystano miarę odsetka upadłości (OU). Stanowi on relację liczby przed-
siębiorstw, wobec których ogłoszono postępowania upadłościowe do liczby przedsiębiorstw ogółem w ujęciu rocznym w przeli-
czeniu na 10 000 jako stałą podstawę odniesienia. Przyjmuje on wartości z przedziału <0;10 000>, wskazując na pogarszającą się
sytuację ekonomiczną lub jej poprawę w przedsiębiorstwach. Wartość OU obliczana jest na podstawie poniższego wzoru:
OU
Lu
Lpx=∑
∑10000
(2.14)
gdzie:
OU – odsetek upadłości,
Lu – liczba przedsiębiorstw, wobec których ogłoszono postępowanie upadłościowe,
Lp – liczba przedsiębiorstw ogółem.
43
Zmiany wartości obliczonych wskaźników w czasie pozwalają wskazać składniki analizowanej struktury, których udziały wzrastają,
maleją, nie zmieniają się lub zmieniają się tylko nieznacznie. W przypadku analizy zmian strukturalnych w tych samych okresach
podstawą oceny różnic między porównywanymi strukturami są różnice wartości wskaźników struktury charakteryzujące takie
same wskaźniki porównywanych struktur.
Dodatkowo analizie poddano skalę upadłości przedsiębiorstw w ujęciu ogólnym, branżowym oraz regionalnym, której celem
jest stworzenie rankingu: rodzajów działalności i województw charakteryzujących się najwyższym poziomem koncentracji pro-
cesów upadłościowych. W celu analizy koncentracji stanów upadłości wykorzystano miarę stosowaną w geografii ekonomicznej
z uwzględnieniem poziomu zagęszczenia określaną jako wskaźnik lokalizacji (LQ)13. Analizując zjawisko upadłości nie tylko w skali
ogólnopolskiej, ale również w poszczególnych regionach, można odnieść ich intensywność do liczby podmiotów zarejestrowanych
w danym województwie. W ten sposób relatywizowana jest miara procesów upadłościowych względem faktycznego natężenia
zmian demograficznych w danym regionie kraju. Na potrzeby realizowanych w komponencie SWO badań określono, że wskaźnik
RBU stanowi relatywną ocenę koncentracji przedsiębiorstw upadłych w określonym regionie [Luw / Lp
w] względem liczby przed-
siębiorstw ogółem, przynależnych do analizowanej zbiorowości w gospodarce w stosunku do wszystkich podmiotów funkcjonu-
jących w gospodarce narodowej [Luo / Lp
o]. Miarę tę określa się następującym wzorem:
RBU
Lu
Lp
Lu
Lp
w
w
o
o
=
∑∑∑∑
(2.15)
gdzie:
RBU – wskaźnik regionalnej koncentracji upadłości,
Luw
– liczba przedsiębiorstw, które postawione zostały w stan upadłości w danym regionie (województwie),
Lpw
– liczba przedsiębiorstw w regionie,
Luo – liczba przedsiębiorstw, które postawione zostały w stan upadłości ogółem,
Lpo
– łączna liczba przedsiębiorstw ogółem.
Zważywszy na fakt, że współczynnik RBU służy określaniu poziomu natężenia badanego zjawiska w danym regionie w relacji do
całej gospodarki przyjmuje się, iż wartości RBU przekraczające 1 oznaczają ponadprzeciętną koncentrację analizowanego zjawiska
w danym regionie. Dzięki wykorzystaniu wskaźnika RBU możliwe jest stworzenie rankingu województw oraz wskazanie tym samym
obszarów o nadmiernej i poniżej przeciętnej koncentracji procesów upadłościowych.
Do oceny zmian względnej skali analizowanego zjawiska w poszczególnych rodzajach prowadzonej działalności, podobnie jak
w przypadku regionalnego barometru upadłości (RBU), wykorzystano geograficzny wskaźnik lokalizacji (LQ), określając go mianem
branżowego barometru upadłości (BBU). Na podstawie wyników BBU możliwe jest stworzenie listy rankingowej rodzajów działal-
ności, wskazując tym samym działalności gospodarcze o nadmiernej i poniżej przeciętnej koncentracji procesów upadłościowych
dla rodzajów działalności (produkcja, handel i usługi).
Miarę tę określa się następującym wzorem:
BBU
Lu
Lp
Lu
Lp
rd
rd
o
o
=
∑∑∑∑
(2.16)
gdzie:
BBU – branżowy barometr upadłości,
Lurd
– liczba przedsiębiorstw, które postawione zostały w stan upadłości w danym rodzaju działalności (produkcja, handel, usługi),
Lprd
– liczba przedsiębiorstw w danym rodzaju działalności (produkcja, handel, usługi),
Luo – liczba przedsiębiorstw, które postawione zostały w stan upadłości ogółem,
Lpo
– łączna liczba przedsiębiorstw ogółem.
Zatem zarówno branżowy, jak i regionalny barometr upadłości (BBU/RBU) stanowią relatywną ocenę koncentracji liczby ogło-
szonych postępowań upadłościowych względem liczby przedsiębiorstw w analizowanej zbiorowości. Przyjmuje się, że wartości
wskaźnika przekraczające wartość 1 wskazują na ponadprzeciętną koncentrację analizowanego zjawiska dla rozpatrywanego
rodzaju działalności.
13 LQ (z ang. location quotient) – wskaźnik lokalizacji. Por. Antonowicz 2010.
44
2.4. Upadłości w Polsce – wybrane charakterystyki
Intensywność procesów upadłości w Polsce w skali całej gospodarki przeanalizujemy w oparciu o dwa źródła informacji: statystyki
upadłości sądowych oraz dane o skreśleniach z rejestru REGON (por. rysunek 2.2). Interpretując te rezultaty, należy jednak pamiętać
o ograniczeniach tych danych, o których była mowa w poprzednim punkcie.01
/01/
03
01/0
1/04
01/0
1/05
01/0
1/06
01/0
1/07
01/0
1/08
01/0
1/09
01/0
1/10
01/0
1/11
01/0
1/12
01/0
1/13
01/0
1/14
02/0
7/02
02/0
7/03
01/0
7/04
02/0
7/05
02/0
7/06
02/0
7/07
01/0
7/08
02/0
7/09
02/0
7/10
02/0
7/11
01/0
7/12
02/0
7/13
-80
-40
0
40
80
120
-60
-20
20
60
100
Dyn
amik
a [w
%]
0
500
1000
1500
2000
2500
250
750
1250
1750
2250
Licz
ba u
padł
ości
KW.POP. =100 L.O.
II-03 I-0
4II-
04 I-05
II-05 I-0
6II-
06 I-07
II-07 I-0
8II-
08 I-09
II-09 I-10
II-10 I-1
1II-
11 I-12
II-12 I-1
3II-
13
0
10000
20000
30000
40000
5000
15000
25000
35000
Liczb
a sk
reśle
ń (b
ez o
sób
fizyc
znyc
h)
-80
-40
0
40
80
120
160
-60
-20
20
60
100
140
Dyn
amika
skre
śleń
[w %
]
Skreślenia ogółem (bez osób fizycznych)Liczba skreśleń (L.O.) Dynamika (AORP = 100.0)
II-02 I-0
3II-
03I-0
4II-
04 I-05
II-05 I-0
6II-
06 I-07
II-07 I-0
8II-
08 I-09
II-09 I-1
0II-
10 I-11
II-11 I-1
2II-
12 I-13
II-13
0,01
0,02
0,03
0,04
0,05
0,06
0,005
0,015
0,025
0,035
0,045
0,055
[w %
]
0
0,05
0,1
0,15
0,2
0,25
0,025
0,075
0,125
0,175
0,225
[w %
]
Relacja [w %] analizowanychupadłości do liczby:
podmiotów ogółem L.O.podmiotów ogółem
0,075
II-03
I-04
II-04
I-05
II-05
I-06
II-06
I-07
II-07
I-08
II-08 I-0
9II-
09I-1
0II-
10I-1
1II-
11I-1
2II-
12I-1
3II-
13
4
6
8
10
3
5
7
9
11
[w %
]
4
4,75,4 5,8
5,9
77,5
7,16,66,4 6,5
7,2
9,6
7,9
6,1
8,8
9,9
7,7
6,36,3 6,62,2 2,3 2,3
2,1 2 2
1,8 1,91,91,7
3,4
3,9
2,9
2,1
1,3
1,71,7
1,1 1,1 1,2
1,3
1
2
3
4
0,5
1,5
2,5
3,5
4,5
Stopa skreśleń z rejestru [w %]OgółemBez osób fizycznych(prawa oś)
Liczba upadłości P.O.Dynamika upadłości
Dynamika upadłości AORP =100 L.O.
bez osób fizycznych P.O.
Rys. 2.2. Wybrane informacje na temat upadłości w Polsce w latach 2003–2013. Liczba i dynamika upadłości według COFACE (lewy górny róg). Liczba i dynamika skreśleń w REGON bez osób fizycznych (prawy górny róg). Stopy skreśleń z rejestru GUS dla populacji ogółem i bez osób fizycznych (lewy dolny róg) oraz stopy upadłości dla danych COFACE ogółem i bez osób fizycznych (prawy dolny róg) – dane w % normowane liczbą podmiotów w bazie REGON
Źródło: obliczenia własne na podstawie danych COFACE oraz GUS.
Analizując dane o upadłościach (COFACE) – zarówno bezwzględne, jak i względne – należy zauważyć, że po długim okresie spad-
ku (od 2003 r.) od końca 2008 r. obserwujemy tendencję wzrostową obu tych miar, choć niemonotoniczną, tzn. z bardzo silnym
wzrostem w 2009 r. i pewnym spowolnieniem procesu w 2010 r., związanym m.in. z dobrą sytuacją makroekonomiczną w latach
2010–2011. Mimo iż wzrost liczby upadłości po 2008 r. jest bardzo wyraźny, to skala tego zjawiska jest jednak zdecydowanie
mniejsza niż w 2003 r., gdy upadłości były rezultatem m.in. istotnego spowolnienia gospodarczego i poważniejszych zmian struk-
turalnych, jakie miały miejsce w Polsce na początku obecnego stulecia.
Podobnych informacji dostarcza analiza skreśleń w rejestrze REGON, jeśli uwzględniamy dane, które nie obejmują osób fizycznych
prowadzących działalność gospodarczą. Po okresie niemal jednostajnego spadku do 2008 r. widać skokowy wzrost zmiennej
w 2009 r., przy czym także w tym przypadku stopa skreśleń jest obecnie wyraźnie niższa niż w 2003 r. O pewnej różnicy można
mówić dopiero na końcu horyzontu analizy, gdyż o ile wskaźnik COFACE wykazuje tendencję malejącą, o tyle w przypadku REGON
widzimy stopniowe nasilanie się zjawiska. Trudno ocenić przyczynę tej rozbieżności, ale może być nią jednak szybsze zasilanie
nowymi zdarzeniami bazy dotyczącej upadłości niż rejestru demograficznego.
Odmiennie od danych o upadłościach zachowuje się natomiast statystyka skreśleń obejmująca osoby fizyczne prowadzące jed-
noosobowo działalność gospodarczą. W tym przypadku w latach 2003–2009 obserwujemy dość wyraźny trend wzrostowy, jeśli
chodzi o miarę relatywną zjawiska oraz dodatkowy, silny „pik” w 2011 r. Ta odmienność może wynikać z nakładania się kilku przy-
czyn. Po pierwsze może mieć na to wpływ ewolucja modelu przedsiębiorczości w Polsce powodująca, że zwiększa się skłonność
Polaków do zakładania własnych firm, a rezultatem jest też większa liczba niepowodzeń. Po drugie jest to efektem procesów
45
restrukturyzacyjnych w większych podmiotach, które poprawiając własną sytuację albo uciekając przed bankructwem nierzadko re-
dukują koszty poprzez outsourcing wielu działalności. Po trzecie wpływ mogło mieć także opisane już zjawisko kumulacji „martwych
dusz” w systemie oraz działania GUS zmierzające do jego eliminacji poprzez intensywną weryfikację i aktualizację tych danych.
Reasumując, oba te źródła danych pokazują, że skutkiem kryzysu ekonomicznego jest ewidentny wzrost miar upadłości. W 2009 r.
był on wyraźny, ale ze względu na dobrą sytuację makroekonomiczną Polski w okresie wcześniejszym – skala zjawiska była umiar-
kowana. W 2003 r. wpływ spowolnienia gospodarczego na upadłości m.in. ze względu na znacznie gorszą początkową sytuację
sektora przedsiębiorstw w tamtym okresie był zdecydowanie silniejszy. Warto też pamiętać, że analizy wieloletnie, prowadzone
dla np. USA, pokazują, że o ile przeciętnie – nawet w okresach gorszej koniunktury – wskaźnik upadłości jest kilkuprocentowy,
o tyle występowały też kryzysy, kiedy osiągał on wielkości dwucyfrowe (Giesecke, Longstaff i in. 2011). Dane takie pokazują więc,
że SWO jest – ze względu na możliwą skalę problemów – korzystnym elementem poprawiającym bezpieczeństwo gospodarki.
Liczba ogłoszonych postępowań upadłościowych (od początku 2007 r.) cechuje się silną tendencją wzrostową o nieregularnym
tempie wzrostu – maksymalny poziom osiągnęła w IV kw. 2012 r. Po tym okresie nastąpiło nieznaczne zmniejszenie liczby postę-
powań upadłościowych. Zarówno zmniejszenie liczby postępowań, jak i odnotowywane niskie dynamiki upadłości nie pozwalają
jednak na sformułowanie optymistycznej oceny i prognoz zagrożenia upadłością – mimo znaczącej poprawy sytuacji ekonomicznej
przedsiębiorstw wciąż utrzymuje się na bardzo wysokim poziomie liczba ogłaszanych postępowań upadłościowych. Warto pod-
kreślić, że zjawisko wzrostu liczby postępowań upadłościowych miało charakter wysoce dynamiczny, nieobserwowany w polskiej
gospodarce od 2003 r. Niezbędne jest jednak w tym miejscu zwrócenie uwagi, że ze względu na swoją złożoność ogłaszane postę-
powania upadłościowe przedsiębiorstw stanowią, w odniesieniu do skali procesów likwidacyjnych przedsiębiorstw w gospodarce,
zaledwie niewielki jego odsetek, a zjawisko to jest trudno mierzalne przy obecnie dostępnej sprawozdawczości. Odsetek upadłości
(OU), podobnie jak liczba postępowań upadłościowych, cechuje się wzrostem od 2009 r. Fakt ten potwierdza rosnące znacznie
analizowanego zjawiska upadłości oraz jego niekorzystną tendencję w okresie ostatnich dwóch lat analizy. W przebiegu wartości
OU obserwowane jest nieznaczne spowolnienie tempa ich wzrostu, co niewątpliwe wskazuje na słabnący trend wzrostowy.
200
180
160
140
120
100
80
60
40
20
0
OU Tempo r/r (oś prawa)70%
60%
50%
40%
30%
20%
10%
0%
-10%
-20%
I 200
7II 2
007
III 20
07IV
2007
I 200
8II 2
008
III 20
08IV
2008
I 200
9II 2
009
III 20
09IV
2009
I 201
0II 2
010
III 20
10IV
2010
I 201
1II 2
011
III 20
11IV
2011
I 201
2II 2
012
III 20
12IV
2012
I 201
3II 2
013
III 20
13
Rys. 2.3. Wartość miary odsetka upadłości (OU) oraz tempo r/r jego zmian Polsce w okresie I kw. 2007 – III kw. 2013 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny stopnia zagrożenia przedsiębiorstw upadło-ścią – komponent mikroekonomiczny, Raporty 1–12, MSAP UEK, Kraków czerwiec 2011 – kwiecień 2014; Ogólnopolskie Informatory Upadłościowe oraz Raporty COFACE.
Niezależnie od faktu, że ustawodawca dopuszcza możliwość przeprowadzenia upadłości w dwóch trybach, czyli obejmującym
likwidację majątku dłużnika oraz możliwość zawarcia układu z wierzycielami, to drugi tryb jest wybierany prawie pięciokrotnie
rzadziej. Analiza struktury wyboru trybu postępowań upadłościowych pokazuje, że upadłości w celu likwidacji majątku stanowiły
aż 83% liczby postępowań upadłościowych ogółem. Wartości tempa obu rodzajów postępowań upadłościowych cechują się po-
dobnymi przebiegami zmian, wskazując na silny ich wzrost w 2009 r. i 2012 r. Obserwowana jest powolna tendencja wygaszania
tempa wzrostu w 2013 r.
46
300
250
200
150
100
50
0
I 200
7II 2
007
III 20
07IV
2007
I 200
8II 2
008
III 20
08IV
2008
I 200
9II 2
009
III 20
09IV
2009
I 201
0II 2
010
III 20
10IV
2010
I 201
1II 2
011
III 20
11IV
2011
I 201
2II 2
012
III 20
12IV
2012
I 201
3II 2
013
III 20
13
Upadłość w celu likwidacji majątku Upadłość z możliwością zawarcia układu
Upadłość z możliwością zawarcia układu
17%
Upadłość w celu likwidacji majątku
83%
Rys. 2.4. Liczba upadłości ze względu na rodzaj postępowania w Polsce w okresie I kw. 2007 – III kw. 2013 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny … Raporty 1–12, op.cit.; Ogólnopolskie Informatory Upadłościowe oraz Raporty COFACE.
Pomimo faktu, że największą grupę przedsiębiorstw stanowią osoby fizyczne prowadzące działalność gospodarczą, to w strukturze
upadłości ta forma aktywności stanowi jedynie 20% ogółu ogłoszonych postępowań upadłościowych. Niewątpliwie najwięcej
postępowań upadłościowych dotyczyło spółek z ograniczoną odpowiedzialnością (spółek z o.o.), które stanowiły 63% ogłoszonych
postępowań, a następnie spółek akcyjnych i jawnych. Liczba ogłoszonych postępowań upadłościowych wobec spółek z o.o. cechu-
je się dynamicznym wzrostem od 2009 r. Podobnie jak w przypadku liczby postępowań ogółem nastąpił wyraźny trend wzrostowy
z „pikiem” w 2009 r. i spowolnieniem tempa wzrostu w 2013 r.
Przedsiębiorstwo państwowe
0%
Spółdzielnia3%
Spółka akcyjna
8%
Spółka jawna4%
Działalność osoby fizycznej
20%
Spółka z o.o.63%
I 200
7II 2
007
III 20
07IV
2007
I 200
8II 2
008
III 20
08IV
2008
I 200
9II 2
009
III 20
09IV
2009
I 201
0II 2
010
III 20
10IV
2010
I 201
1II 2
011
III 20
11IV
2011
I 201
2II 2
012
III 20
12IV
2012
I 201
3II 2
013
III 20
13
160
140
120
100
60
40
20
0
80
Spółka z o.o.
Działalność osoby fizycznej
Spółka akcyjna
Spółka jawna
Pozostałe formy 2%
Rys. 2.5. Struktura (panel lewy) i liczba (panel prawy) postępowań upadłościowych według form prawnoorganizacyjnych w Polsce w okresie I kw. 2007 – III kw. 2013 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny … Raporty 1–12, op.cit.; Ogólnopolskie Informatory Upadłościowe oraz Raporty COFACE.
Silną tendencję wzrostową w przypadku liczby ogłoszonych postępowań upadłościowych obserwowano we wszystkich rodzajach
działalności (produkcja, handel i usługi). Przebiegi krzywych są wyraźnie odmienne w usługach niż w handlu i produkcji, a zmiany
ich wartości wskazują na pogarszającą się sytuację w usługach i jej nieznaczną poprawę w handlu i produkcji. Niewątpliwie na
liczbę upadłości w branży usługowej miała wpływ trudna sytuacja w budownictwie – liczba upadłości stanowiła aż 53% postępo-
wań ogółem w tym sektorze. Analiza retrospektywna działalności produkcyjnej i handlowej wskazuje na dwa okresy podwyższonej
intensywności w aspekcie postępowań upadłościowych: w 2009 r. i 2013 r. W przeciwieństwie do usług, w handlu i produkcji obser-
wowane jest spowolnienie tempa wzrostu. Wartości OU dla rodzajów prowadzonej działalności cechują się podobnymi przebiegami
jak bezwzględna liczba postępowań upadłościowych, wskazując tym samym na silny trend wzrostowy i wysoką ich intensywność
szczególnie w usługach. Na wzrost wartości OU w usługach miała zapewne wpływ trudna sytuacja w budownictwie, a na wzrost
w produkcji – w przetwórstwie przemysłowym. Analiza danych pozwala na stwierdzenie, że działalność usługową cechował najwyż-
szy średni poziom OU, a duża wartość jego odchylenia standardowego wskazywała na wysoki poziom natężenia zmian. Najmniejsze
średnie poziomy utrzymują się w handlu, gdzie obserwowana jest również najniższa intensywność procesów upadłości.
47
300
250
200
150
100
50
0
I 200
7II 2
007
III 20
07IV
2007
I 200
8II 2
008
III 20
08IV
2008
I 200
9II 2
009
III 20
09IV
2009
I 201
0II 2
010
III 20
10IV
2010
I 201
1II 2
011
III 20
11IV
2011
I 201
2II 2
012
III 20
12IV
2012
I 201
3II 2
013
III 20
13
Produkcja Handel Usługi
250
200
150
100
50
0
Produkcja Handel Usługi
Rys. 2.6. Odsetek upadłości (panel lewy) oraz jego wartość średnia wraz z odchyleniem standardowym (panel prawy) według rodzaju prowadzonej działalności w Polsce w okresie I kw. 2007 – III kw. 2013 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny … Raporty 1–12, op.cit.; Ogólnopolskie Informatory Upadłościowe oraz Raporty COFACE.
Poziom natężenia zjawiska upadłości w wybranych rodzajach działalności gospodarczej (BBU), przy jednoczesnym uwzględnieniu
zmian zachodzących w ich otoczeniu, pozwala na stwierdzenie, że ponadprzeciętna (powyżej 1) wartość koncentracji liczby po-
stępowań upadłościowych wystąpiła w usługach (podobnie jak w przypadku OU). W produkcji wartość BBU kształtowała się na
niższym poziomie, z wyraźną tendencją spadkową. Przebiegi zmian BBU dla produkcji i usług kształtowały się odmiennie zarówno
pod względem natężenia procesu, jak i jego kierunku. Średnie wartości BBU wskazują na najwyższy poziom i największą jego
zmienność w usługach. Wysoki poziom koncentracji upadłości (powyżej 1) zaobserwowano również w produkcji.
2.00
1.00
0.00
I 200
7II 2
007
III 20
07IV
2007
I 200
8II 2
008
III 20
08IV
2008
I 200
9II 2
009
III 20
09IV
2009
I 201
0II 2
010
III 20
10IV
2010
I 201
1II 2
011
III 20
11IV
2011
I 201
2II 2
012
III 20
12IV
2012
I 201
3II 2
013
III 20
13
2
1
0
Produkcja Handel Usługi
Produkcja Handel Usługi
Rys. 2.7. Branżowy barometr upadłości (panel lewy) oraz jego wartość średnia wraz z odchyleniem standardowym (panel prawy) według rodzaju prowadzonej działalności w Polsce w okresie I kw. 2007 – III kw. 2013 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny … Raporty 1–12, op.cit.; Ogólnopolskie Informatory Upadłościowe oraz Raporty COFACE.
Najwyższy poziom koncentracji liczby postępowań upadłościowych miał miejsce w województwach mazowieckim, śląskim, dol-
nośląskim i zachodniopomorskim, w których ogłoszono 56% postępowań ogółem, co niewątpliwie może mieć związek z liczbą
występujących w tych regionach podmiotów. Województwem w najmniejszym stopniu dotkniętym procesami upadłościowymi
było województwo opolskie, w którym odnotowano 13 razy mniej upadłości niż w województwie mazowieckim. Wartości OU
w poszczególnych województwach wskazują na zachodniopomorskie i dolnośląskie jako te, w których proces ten jest najinten-
sywniejszy, co potwierdza 3-krotny przyrost wartości miary od 2007 r. Obszarem, który cechuje zmniejszanie się intensywności
zjawiska upadłości było jedynie województwo lubelskie. Analiza wartości średniej OU i jego odchylenia standardowego wskazuje
najwyższe poziomy i ich zmienność w województwach zachodniopomorskim oraz dolnośląskim.
48
1000
900
800
700
600
500
400
300
200
100
0
maz
owiec
kie
śląsk
ie do
lnoś
ląskie
zach
odni
opom
orsk
iew
ielko
polsk
iem
ałopo
lskie
kujaw
sko-
pom
orsk
ielu
belsk
iełó
dzkie
pom
orsk
ie
war
miń
sko-
maz
ursk
ie
podk
arpa
ckie
lubu
skie
święt
okrz
yskie
podl
askie
opol
skie
0
maz
owiec
kie
śląsk
ie
doln
ośląs
kie
zach
odni
opom
orsk
ie
wiel
kopo
lskie
mało
polsk
ie
kujaw
sko-
pom
orsk
ielu
belsk
ie
łódz
kie
pom
orsk
ie
war
miń
sko-
maz
ursk
ie
podk
arpa
ckie
lubu
skie
święt
okrz
yskie
podl
askie
opol
skie
300
200
100
400
Rys. 2.8. Liczba ogłoszonych upadłości (panel lewy) oraz wartość średnia OU wraz z odchyleniem standardowym (panel prawy) według województw w Polsce w okresie I kw. 2007 r. – III kw. 2013 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny … Raporty 1–12, op.cit.; Ogólnopolskie Informatory Upadłościowe oraz Raporty COFACE.
maz
owiec
kie
śląsk
ie
doln
ośląs
kie
zach
odni
opom
orsk
ie
wiel
kopo
lskie
mało
polsk
ie
kujaw
sko-
pom
orsk
ie
lube
lskie
łódz
kiepo
mor
skie
war
miń
sko-
maz
ursk
ie
podk
arpa
ckie
lubu
skie
święt
okrz
yskie
podl
askie
opol
skie
3
2
1
0
poniżej 1powyżej 1
Rys. 2.9. Wartość średnia RBU wraz z odchyleniem standardowym (panel lewy) oraz jego geograficzne ukształtowanie (panel prawy) według województw w Polsce w okresie I kw. 2007 – III kw. 2013 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny … Raporty 1 – 12, op.cit.; Ogólnopolskie Informatory Upadłościowe oraz Raporty COFACE.
Najwyższej wartości koncentracji upadłości nie odnotowano w województwie mazowieckim, w którym było najwięcej postępo-
wań upadłościowych, lecz w województwie zachodniopomorskim. W 7 województwach średnia koncentracja zjawiska upadłości
kształtowała się na poziomie ponadprzeciętnym. Geograficzny rozkład województw o ponadprzeciętnym RBU wskazuje na północ-
no-wschodni obszar Polski. Ponadprzeciętna wartość RBU od 2007 r., podobnie jak w przypadku OU, wystąpiła w województwach
zachodniopomorskim i dolnośląskim.
Trudno dostępne, wycinkowe i cechujące się dużym opóźnieniem są informacje dotyczące skali upadłości w Polsce na tle innych
krajów europejskich. Statystyki te cechuje też brak porównywalności. W grupie krajów analizowanych przez Mazurka (Mazurek
2013), w 2010 r. współczynnik upadłości w naszym kraju (na 10 000 aktywnych firm) był najniższy i wynosił 2. Przykładowo w tym
samym czasie w Austrii czy na Węgrzech przekraczał 200. Biorąc pod uwagę dane dla lat 2004–2010, można na podstawie tego
badania stwierdzić jedynie, że nasze wyniki mogą być porównywalne ze statystykami dla Czech i Hiszpanii. Problem ten wynika nie
tyle z przyjętej metody opracowywania takich statystyk, ile z dużego zróżnicowania prawa upadłościowego i postaw społecznych
wobec upadłości w skali ponadnarodowej. Realnym rozwiązaniem może być zastąpienie statystyki upadłości miarami zagrożenia
upadłością. W tym kontekście należy podkreślić, że zaprojektowany system SWO można dość łatwo zaadaptować, tak aby na jego
podstawie można było uzyskiwać dane o zagrożeniu upadłością porównywalne w skali ponadnarodowej. Najprostszym rozwią-
zaniem, choć obarczonym niedogodnościami14, może być zastosowanie zbudowanych funkcji produkcji do międzynarodowych
danych mikroekonomicznych, dostępnych np. w ramach takich baz, jak AMADEUS.
14 Badania nad klasycznymi modelami Altmana pokazują ich dość dobrą „niezmienniczość” w czasie i przestrzeni. Powstaje jednak pytanie, na ile obecnie – w warunkach globalizacji, powszechnego kryzysu finansowego etc. – rozwiązania takie nadal są ponadczasowe i uniwersalne.
49
Piotr Adam Boguszewski
Rozdział 3
DETERMINANTY UPADŁOŚCI – PRZEGLĄD PODEJŚĆ
3.1. Wprowadzenie
Dotkliwe i różnorodne skutki upadłości (por. rozdział 4) powodują, że już dawno zaistniała naturalna potrzeba znalezienia narzędzi,
które pozwolą przewidywać takie zdarzenia. Narzędzia takie są konstruowane od przynajmniej kilkudziesięciu lat. Celem tego roz-
działu jest krótki przegląd stosowanych rozwiązań. Ze względu na długą historię tych poszukiwań i ogromną liczbę publikacji w tym
miejscu możliwe jest jedynie zasygnalizowanie pewnych problemów i kierunków ich rozwiązywania1. W doborze prezentowanych
nieco dokładniej podejść kierowaliśmy się natomiast zasadą, aby w możliwie czytelny sposób przybliżały one logikę i niezbędne
intuicje rozwiązań modelowych (opisanych bardziej szczegółowo w rozdziałach 10 i 11) przyjętych za podstawę omawianego
w tej pracy systemu ISR. Zważywszy na fakt, że zbiór potencjalnych narzędzi prognozowania zagrożenia upadłościami jest bardzo
szeroki, nieco więcej uwagi poświęcono też głównym przesłankom wyboru najwłaściwszych, z punktu widzenia celów i specyfiki
ISR, rozwiązań.
Nasze rozważania rozpoczynamy od omówienia najczęściej spotykanych w literaturze klas modeli predykcji bankructw. Nieco
bardziej dokładnie zostały scharakteryzowane dwa z nich – modele dyskryminacyjne oraz regresje binarne. Po pierwsze te dwa po-
dejścia zdecydowanie dominują w badaniach nad przewidywaniem upadłości. Po drugie regresje binarne są głównym narzędziem
wykorzystywanym w rozdziale 10. Następnie nieco uwagi poświęciliśmy kwestii doboru zmiennych objaśniających, stosowanych
w tych modelach, wskazując m.in. na znaczenie danych o charakterze wskaźnikowym, potwierdzone chociażby przez przekrojowe
badania międzynarodowe.
W dalszej kolejności przechodzimy do problemu synergii upadłości i wpływu tego zjawiska na zagregowane – dla całej branży lub
gospodarki – miary tego zagrożenia. W oparciu o prosty model pokazujemy, że korelacja zagrożenia upadłością może wielokrotnie
zwiększać prawdopodobieństwo negatywnego scenariusza powszechnych bankructw. Istnienie tego efektu jest dodatkowym mo-
tywem budowy systemów typu ISR, gdyż ostrzegając, mogą one przerywać łańcuch powiązanych wydarzeń. Wskazujemy dalej, że
istnieje wiele niedywersyfikowalnych przyczyn wspólnego zagrożenia bankructwem, w tym rolę taką odgrywają niektóre zmienne
makroekonomiczne. Z tych obserwacji wynika m.in. konieczność włączenia w system ISR modeli łączących upadłości ze stanem
makro gospodarki. Omawiamy klika rodzajów takich modeli i wskazujemy kryteria ich wyboru – wyboru najbardziej zgodnego
z potrzebami ISR. Dokonujemy też krótkiego przeglądu zarówno potencjalnych zmiennych objaśniających w takich modelach, jak
i objaśnianych. To ostatnie zagadnienie jest szczególnie złożone, a w naszym odczuciu całkowicie niedoceniane w literaturze, m.in.
ze względu na opisane w rozdziale 2 problemy związane z pomiarem skali upadłości w gospodarce.
3.2. Podstawy modelowania mikroekonomicznego upadłości
Za początek nowoczesnych badań mikroekonomicznych nad przewidywaniem bankructw uznaje się prace Beavera i Altmana (por.
Altman 1968), choć próby wykorzystywania analizy wskaźnikowej do badań nad upadłościami podejmowano i wcześniej (por.
Horrigan 1968). W podejściach tych bazowano głównie na metodach dyskryminacyjnych (MDA – Multiple Discriminant Analysis).
Kolejny etap badań otwierały prace m.in. Ohlsona i Zmijewskiego (por. Ohlson 1980; Zmijewski 1984), w których wykorzystano
modele klasy tobit/logit. Szybko okazało się, że jest to bardzo użyteczna metoda z punktu widzenia tej grupy zagadnień. Liczne
badania prowadzone z użyciem tego narzędzia uwypukliły też jego słabości. Chodzi przede wszystkim o statyczność – metoda
ta bazuje na obserwacjach, które nie odzwierciedlają ścieżki ewolucji podmiotu. Jednocześnie w modelach tych dominowały
zmienne wskaźnikowe oparte na sprawozdaniach finansowych przedsiębiorstw, natomiast rzadko uwzględniano takie potencjalne
predyktory upadłości, jak np. charakterystyki rynku (por. Shumway 2001). Odpowiedzią na tę krytykę były tzw. modele przeżycia,
w których badane jest prawdopodobieństwo „dożycia” (względnie zgonu) przedsiębiorstwa do określonego momentu czasu (por.
Manjo´n-Antolı´n, Arauzo-Carod 2008). Stosowano w nich podejścia oparte zarówno na modelowaniu jednej „przyczyny zgonu”
– tzw. modele pojedynczego hazardu, jak i uwzględnianiu wielu takich przyczyn (tzw. modele konkurencyjnych ryzyk, zaczynając
od klasycznych modeli przeżycia typu Coxa). W latach 90. ubiegłego wieku do modelowania upadłości na szerszą skalę zaczęto
wykorzystywać też sieci neuronowe. O ich atrakcyjności decydował m.in. fakt, że w stosunkowo prosty sposób umożliwiały one,
w strukturach wielowarstwowych, uwzględnianie nieliniowości w przewidywaniu upadłości (por. Zhang, Hu i in. 1999). Reasumując,
1 Czytelnikowi zainteresowanemu bardziej pogłębionym ujęciem tematu pozostawiamy obejmujące szeroki zakres zagadnień wskazówki litera-turowe.
50
obecnie w literaturze przedmiotu można wyodrębnić przynajmniej 6 rodzajów modeli, które są wykorzystywane do mikroekono-
micznego prognozowania upadłości:
1. Liniowe i nieliniowe modele dyskryminacyjne.
2. Binarne modele regresyjne.
3. Modele przeżycia (dynamiczne).
4. Modele opcyjne ryzyka upadłości (distance to default).
5. Sieci neuronowe.
6. Podejścia hybrydowe.
Dokładniejsze omówienie tych podejść wykracza poza ramy niniejszej publikacji2. Warto natomiast zwrócić uwagę na kilka kwestii,
istotnych zwłaszcza w kontekście wykorzystania tych modeli w ramach SWO. Po pierwsze prace przeglądowe wskazują na ogół
na pewną równorzędność tych rozwiązań – dają one zwykle dość zbliżone wyniki i nie ma dostatecznych przesłanek, aby któreś
z tych podejść uznać za bezdyskusyjnie najlepsze z punktu widzenia jakości generowanych przez nie prognoz (por. Thevnin 2003;
Hall 2002). Oczywiście są sytuacje, w których jedne modele okazują się bardziej przydatne od pozostałych. Każde z tych narzędzi
ma też swoje naturalne ograniczenia. Przykładowo tradycyjne podejścia dyskryminacyjne mogą nie być optymalne w sytuacji, gdy
zmienne objaśniające nie mają rozkładów normalnych (lub choćby log-normalnych), a w przypadku wskaźników finansowych jest
to dominująca sytuacja (por. Karels, Prakash 1987). Po drugie dużą zaletą z perspektywy budowy SWO są dwie cechy wykorzysty-
wanych w nich modeli – względna prostota i „kanoniczność”. Przez tę ostatnią rozumiemy istnienie dostatecznie dużej liczby prac,
badań i analiz, prowadzonych na przestrzeni co najmniej kilku, kilkunastu lat, bazujących na takim podejściu. W takiej bowiem sytuacji
uzyskujemy niezwykle cenne, dodatkowe źródło weryfikacji jakości własnych narzędzi. Powszechność wykorzystania określonej klasy
modeli powoduje ponadto, że ich wyniki stają się bardziej intuicyjne i łatwiej akceptowalne przez szeroką rzeszę użytkowników. Wresz-
cie, po trzecie, o przydatności użycia określonego modelu w ramach SWO decyduje „ekonomika danych”. Powinny to być bowiem
podejścia wykorzystujące przynajmniej względnie łatwo dostępne dane, przy czym chodzi tu zarówno o czas i możliwości uzyskania
tych informacji, jak i koszt. Naruszenie tej zasady ma kilka skutków – skutków bardzo niekorzystnych z punktu widzenia SWO. Co naj-
ważniejsze, problemy z dostępem do danych zazwyczaj istotnie skracają horyzont ostrzegawczy systemu. Wówczas jego nierzadko
istotną część pochłaniają zawiłe procedury dostępu/pozyskania informacji, na których system ten opiera się. Z kolei wysoki koszt
pozyskania danych może powodować, że niektórzy beneficjenci SWO mogą z tego powodu nie mieć dostępu do wyników (jeśli są
one dostarczane komercyjnie) lub do pierwotnych źródeł je weryfikujących – w każdym takim przypadku.
Kierując się powyższym przesłankami, można było uznać, że z punktu widzenia zastosowań w przypadku budowanego systemu
szczególnie atrakcyjne mogą być dwa podejścia – modele dyskryminacyjne oraz regresyjne (zwłaszcza logitowe i probitowe).
Przeglądowe prace z literatury przedmiotu pokazują, że ok. 70% wszystkich badań dotyczących upadłości prowadzono w oparciu
o te dwa rodzaje modeli (por. np. Cheng Lim, Gan 2012). Poniżej w bardzo syntetyczny i praktyczny sposób scharakteryzujemy
więc obie te klasy narzędzi.
Istota obu tych podejść jest stosunkowo prosta3. Graficznie przedstawia ją rysunek 3.1.
Y
X
α
λ
X2
X1
Y
D1
D2
D3
P1
P2
x1 x2
S1
S2
y = x + β
α
Rys. 3.1. Interpretacja graficzna modelu probitowego (lewy panel) oraz zasady dyskryminacji liniowej (prawy panel)
Źródło: opracowanie własne.
2 Szersza dyskusja jest prowadzona np. w: (Altman, Narayanan 1997), a w przypadku polskich pozycji bardzo dobry i kompleksowy przegląd zawiera: Gruszczyński 2012; zwłaszcza rozdział IV tej książki.
3 Choć oczywiście wiąże się z nimi dość dużo problemów technicznych i metodologicznych – o różnym stopniu trudności. Ich omawianie prze-kracza jednak zakres tego opracowania.
51
Jeśli chodzi o modele dla zmiennych binarnych typu probit/logit, to załóżmy, że stan podmiotu „i” charakteryzuje następująca
zmienna nieobserwowalna yi :
y xi i i= + +β α ε (3.1)
gdzie x jest wektorem zmiennych obserwowalnych oddziałujących na yi , zaś ei – zmienną losową charakteryzującą niepewność
w modelu (3.1). Załóżmy dalej, że yi – obserwowane już zachowanie podmiotu „i” obejmujące dwa stany umownie określone jako
0 oraz 1 wynika z następującej reguły postępowania:
y
y
yii
i=
>≤
1
0
ll
(3.2)
Oznacza ona, że podmiot znajdzie się w stanie 1, jeśli zmienna ukryta przyjmie wartość większą od pewnego krytycznego poziomu,
scharakteryzowanego przez parametr l (można przyjąć, że jest on równy 0), zaś będzie znajdował się w stanie 0 – w przeciwnym
przypadku. Zauważmy, że model (3.2) jest bardzo atrakcyjny z punktu widzenia naszego celu, jakim jest modelowanie zagrożenia
upadłością. Jeśli bowiem zmienną yi będziemy interpretować jako poziom trudności ekonomicznych przedsiębiorstwa, to wa-
runek ten oznacza, że jeżeli trudności te przekroczą pewną krytyczną wartość – podmiot upadnie. Oczywiście fakt upadku firmy
(względnie kontynuacji jej funkcjonowania) jest obserwowalny. Z kolei zmienna: „poziom trudności ekonomicznych przedsiębior-
stwa” – bezpośrednio nie, choć oczywiście każdy analityk przedsiębiorstwa wskaże obserwowalne zmienne ekonomiczne x, które
będą dobrze przybliżały kondycję ekonomiczną firmy. Zależność (3.1) orzeka, że wpływ tych zmiennych na ową miarę kondycji
firmy jest liniowy.
Z zależności (3.1) oraz (3.2) wynika, że prawdopodobieństwo warunkowe znalezienia się przedsiębiorstwa w stanie 1, o ile tylko
jego parametry finansowe są opisane przez wektor x, wynosi:
Pr | Pr |y x y xi=( )= >( )1 l (3.3)
a więc:
Pr | Pr |y x x x=( )= >− +[ ]( )1 ε β α
(3.4)
Dalszy sposób wykorzystania zależności (3.4) zależy oczywiście od założeń dotyczących rozkładu błędu ei . Podkreślmy, że po-
nieważ lewa strona zależności (3.1) nie jest obserwowana, to jednocześnie nie jest znany ten błąd i z tego powodu konieczne jest
przyjmowanie dodatkowych założeń dotyczących jego natury. W przypadku modelowania upadłości, ale i wielu innych zmiennych
binarnych, zazwyczaj przyjmuje się, że błąd ten ma rozkład normalny o wartości oczekiwanej 0 oraz jednostkowej wariancji lub ma
on rozkład logistyczny. W pierwszym przypadku z (3.4) otrzymujemy tzw. model probitowy:
Pr | expy xz
dz
x
=( )= −
−∞
+
∫11
2 2
2
π
β α
(3.5)
Z kolei dla rozkładu logistycznego błędu ε z wariancją p2 3/ mamy następującą zależność:
Pr |exp
expy x
x
x=( )=
+( )+ +( )
11
β αβ α
(3.6)
lub w postaci równoważnej:
Pr |exp
y xx
=( )=+ − +( )
11
1 β α
(3.7a)
Porównując (3.5) oraz (3.6), widzimy jednak, że ostatnia z tych formuł jest nieco prostsza. Jest to jedną z przyczyn, dla których
modele logitowe wydają się być nieco bardziej popularne w tego typu badaniach. W przyjętym w ramach naszego SWO modelu
upadłości wykorzystywana jest rodzina modeli typu (3.7) – por. rozdział 104. Obie formuły mają też jedną cechę wspólną. Są mia-
nowicie postaci:
Pr |y x F x=( )= ( )1 b (3.7b)
gdzie F( ) jest dystrybuantą rozkładu zmiennej yi , ze względu na zależność (3.1) silnie związanego z rozkładem zmiennej ei .
Przypomnijmy, że w naszych przykładach są to rozkłady: normalny i logistyczny.
4 Są tam też szersze wskazówki literaturowe dotyczące budowy tej klasy modeli, w tym estymacji.
52
Zależność (3.5) ma prostą interpretację graficzną (por. rysunek 3.1 – lewy panel). Zgodnie z formułą (3.1) przy wzroście wartości
czynnika x z poziomu x1 do poziomu x2 „przesuwa się” w prawo również rozkład zmiennej nieobserwowalnej yi (jeśli błąd ma roz-
kład normalny, to również rozkład zmiennej nieobserwowalnej jest normalny). Prawdopodobieństwa (3.3) dla różnych poziomów
czynnika x reprezentują pola P1 oraz P2, równe obszarom leżącym powyżej wartości krytycznej l pod krzywymi funkcji gęstości
rozkładów zmiennej nieobserwowalnej yi . Jest widoczne, że wraz ze wzrostem wartości czynnika x, charakteryzującego sytuację
podmiotu „i”, rośnie też prawdopodobieństwo wystąpienia zdarzenia 1 (P2>P1).
Do formuły (3.6) można dojść także w inny sposób, co może być atrakcyjne przynajmniej z dwóch powodów. Po pierwsze nie
zawsze w badaniach łatwo można posługiwać się paradygmatem zmiennych nieobserwowalnych – przez część badaczy jest on
negowany z powodów „filozoficznych”. Po drugie dzięki alternatywnemu sposobowi wyprowadzenia zależność (3.6) okazuje się
być łatwiejsza w interpretacji. Załóżmy mianowicie, że naszym celem nie jest modelowanie następującej relacji:
Ψ xy x
y x
y x
y x( )=
=( )=( )
==( )
− =( )Pr |
Pr |
Pr |
Pr |
1
0
1
1 1
(3.8a)
Funkcja Ψ x( ) (odds ratio) wyraża relację warunkowych prawdopodobieństw zajścia zdarzenia 1 oraz zdarzenia 0, o ile tylko pod-
miot charakteryzuje wektor stanu x. Łatwo zauważyć, że wartości funkcji Ψ x( ) należą do zbioru <0, ¥). Logarytmując (przy pod-
stawie e) tę funkcję, otrzymujemy zatem wyrażenie, które może przyjmować wartości rzeczywiste. Uzasadnione może być zatem
wykorzystanie następującego modelu:
lnΨ x x( )= b (3.8b)
Zauważmy, że formuły typu (3.8b) nie moglibyśmy wykorzystywać do modelowania samego prawdopodobieństwa Pr(y = 1|x).
Prawa strona wyrażenia (3.8b) może bowiem przybierać dowolne wartości rzeczywiste, zaś prawdopodobieństwo jest zawsze
ograniczone do przedziału <0,1>. W takim przypadku uzasadnione jest jedynie posługiwanie się zależnością typu (3.7).
Można wykazać wzajemną odpowiedniość modeli (3.6) oraz (3.8). Wynika z tego też naturalna interpretacja współczynników β.
Zależność (3.8) możemy bowiem zapisać jako:
Ψ x x e xi i
i
n
( )= ( )==∏exp b b
1 (3.9)
skąd:
Ψ
Ψ
x x x x x
x x x x xi n
i n
1 2 3
1 2 3
1, , ....., , .......
, , ....., , .......
+( )(( )
= e ib
(3.10)
Współczynnik βi pokazuje zatem, jak zmienia się iloraz szans (odds ratio), jeśli wartość zmiennej x
i wzrosła o jednostkę ceteris paribus
(wartości pozostałych zmiennych są stałe).
Dość prosto można też przedstawić podstawowe idee podejścia dyskryminacyjnego, leżącego u podstaw kanonicznego modelu
przewidywania upadłości Altmana. Wyobraźmy sobie bowiem, że mamy na płaszczyźnie dwa zbiory S1 oraz S2 oraz poszukujemy
funkcji liniowej o wartościach rzeczywistych, „dobrze” je rozdzielających (por. rysunek 3.1). Załóżmy dalej, że jest to rzut postaci:
y x x RT n= ∈v v, (3.11)
Na rysunku tym widzimy, że zadanie to można zrealizować z różnym powodzeniem. I tak, w przypadku rzutowania na oś X1 oba
obrazy zbiorów S1 oraz S2 mają część wspólną (czerwony kwadrat). Lepszy rezultat daje rzutowanie na oś X2 – obrazy są całkowicie
rozłączne. Zauważmy jednak, że jeszcze lepszy efekt można uzyskać, rzutując na oś Y – obrazy są rozłączne, ale jednocześnie ich
„środki” są bardziej odległe niż w przypadku wykorzystywania osi X1 (D2>D1). Naturalnie nie zawsze da się zrobić tak, aby obrazy
te były rozłączne. „Dobra” separacja, o której pisaliśmy powyżej, oznacza tylko, że „środki” rzutów są możliwie odległe od siebie, zaś
same te rzuty – jak najmocniej skoncentrowane wokół tych środków. Matematycznie można to zapisać jako poszukiwanie takiego
wektora ω, by zmaksymalizować wartość wyrażenia:
Gr r
ϖµ µ
( )=−
+
1 22
12
22
(3.12)
Gdzie środki zbiorów S1 oraz S2 – µii x SN
x ii
= =∈∑1
1 2,, rzutów tych zbiorów – µ ϖ ϖ µii x S i
T
x S
TiN
yN
x
i i
= = =∈ ∈∑ ∑1 1
oraz miary ri rozproszenia rzutów definiowane są następująco:
53
µii x SN
x ii
= =∈∑1
1 2,
(3.13)
µ ϖ ϖ µii x S i
T
x S
TiN
yN
x
i i
= = =∈ ∈∑ ∑1 1
(3.14)
r yiy Si
i= −( )∈∑ µ 2
(3.15)
W celu wyznaczenia maksimum funkcji G v( ) wystarczy zatem wyznaczenie zależności funkcyjnej środków rzutów i miar ich
rozproszenia od wektora v . Można to zrobić stosunkowo łatwo, korzystając z następujących zależności:
µ µ ϖ µ ϖ µ ϖ µ µ µ µ1 2
21 2
21 2 1 2−( ) = −( ) = −( ) −( )T T T T
SBC ϖ ϖ ϖ= T
BCS (3.16)
oraz:
r x x x S iiT T
i
x S
Ti
x S
iT T
WCi
i i
2 21 2= −( ) = −( ) −( ) = =
∈ ∈∑ ∑ϖ ϖ µ ϖ µ µ ϖ ϖ ϖ ,
(3.17)
gdzie:
S x xWCi
ix Si
iT
= −( ) −( )∈∑ µ µ
(3.18)
Wprowadzając oznaczenie:
S S SWC WC WC= +1 2 (3.19)
Otrzymujemy więc:
r r STWC1
222+ =v v (3.20)
Łącząc wzory (3.12), (3.16) oraz (3.20), możemy wyznaczyć optymalny wektor ω jako rozwiązanie zadania:
Max GS
S
TBC
TWCv
vv v
v v
( )= (3.21)
gdzie macierze SBC
oraz SWC
zadane są wzorami (3.16) oraz (3.20) – odpowiednio. Liniowa analiza dyskryminacyjna (LDA) bazuje
na powyższej idei. Wymaga jednak, jak już wspomniano, spełniania dość restrykcyjnych założeń dotyczących rozkładu obserwacji
oraz charakterystyk macierzy SBC
i SWC
. Dobra czytelność i zrozumiałość wyników5 tej techniki powoduje jednak, że jest ona często
stosowanym narzędziem predykcji zagrożenia upadłością.
W stosunku do obu podejść należy uczynić jednak bardzo ważną uwagę, która ma istotny wpływ na dobór praktycznych rozwiązań
wykorzystywanych w systemie ISR (por. rozdział 10). Otóż modele te okazują się być wrażliwe zarówno na okres, w którym dokony-
wana jest ich estymacja, jak i na niektóre charakterystyki samej próby – choćby branżę (por. np. Grice, Dugan 2001).
Obok wyboru rodzaju modelu do badania zagrożenia upadłością kolejnym niezwykle ważnym elementem całej procedury jest
dobór zmiennych objaśniających. To oczywiste, że ten wybór do pewnego stopnia jest determinowany przez charakter samego
modelu. Istnieją jednak i przesłanki ogólniejsze. Zauważmy przede wszystkim, że w świetle koncepcji upadłości przedstawionej
w rozdziale 1 naturalnym obszarem poszukiwania jej wyprzedzających symptomów są takie charakterystyki finansowe przedsiębior-
stwa, które umożliwiają analizę procesu „wyczerpywania się jego zasobów” przy różnych założeniach dotyczących ich ewentualnego
powiększania ze źródeł zewnętrznych6.
5 Wystarczy podać postać analityczną liniowej funkcji dyskryminacyjnej (definicje zmiennych oraz wartości współczynników), a także wartości krytyczne dla tej funkcji. Zauważmy też, że model taki jest nie tylko łatwo zrozumieć, ale też zastosować do samodzielnej oceny zagrożenia bankructwem danej firmy.
6 Przypomnijmy, że w świetle rozważań prowadzonych w rozdziale 1 upadłość nie jest stanem obiektywnym w tym sensie, że w sytuacji doka-pitalizowywania firmy, zmian w sposobie zarządzania etc. praktycznie każde przedsiębiorstwo można przez długi okres utrzymywać przy życiu niemal przez dowolnie długi czas. W ramach gospodarki planowej wiele firm trwale nierentownych funkcjonowało na takich zasadach przez ponad pół wieku.
54
Uzasadnienie dla takiego sposobu rozumowania jest proste i bazuje na klasycznym modelu Wilcoxa (por. Wilcox 1970). Jeśli bowiem
przyjmiemy, że przedsiębiorstwo może znajdować się w stanach S0, S
1,…….S
n,…., przy czym przejścia pomiędzy tymi stanami mają
charakter następującego procesu Markowa:
P S S
P S S p
P S S q p
P S S gdy i j
i i
i i
i j
0 0
1
1
1
1
0 1
|
|
|
|
( )=( )=( )= = −
( )= − >
−
−
(3.22)
gdzie P (Si|S
j) oznacza prawdopodobieństwo przejścia od stanu j do stanu i (o ile podmiot w stanie j znajdował się w chwili t-1), to
możemy kolejne stany firmy interpretować jako następujące po sobie etapy jej rozwoju, zaś stan S0 – jako sytuację ostatecznego
upadku firmy. Co istotne, należy bowiem podkreślić, że jest to stan pochłaniający – jeśli przedsiębiorstwo się w nim znajdzie, to nie
ma już z niego „wyjścia”. Prawdopodobieństwo p jest miarą szansy rozwoju firmy, zaś q – inwolucji (powrotu do wcześniejszego eta-
pu rozwoju). W ramach takiego modelu można pokazać, że prawdopodobieństwo upadku firmy znajdującej się w stanie Sk wynosi:
P S S t wgdy p q p
q pk k0
1 1(t) | ( )
/−( )=
≤ = −
( )
(3.23)
Jeśli więc aktualna wartość przedsiębiorstwa jest równa W, to zakładając, że w każdym roku może ono powiększyć tę wartość
o σ z prawdopodobieństwem p lub stracić taką wartość z prawdopodobieństwem q oraz jeśli p>q, to prawdopodobieństwo
bankructwa wynosi:
P S S t w q p W
k0(t) | ( ) / /−( )=( ) s (3.24)
Wyrażenie W/σ możemy interpretować jako liczbę następujących jedna po drugiej porażek „wyczerpujących” całkowicie majątek
firmy.
W cytowanej pracy Wilcoxa przyjmuje się, że:
W A L= −l l1 2 (3.25)
tzn. firma posiada „bufor” płynności zależny od możliwości l1 upłynniania aktywów A oraz odraczania l
2 wymagalności zobowiązań
L. Zwróćmy uwagę, że parametry l
1 oraz l
2 mogą zależeć od charakterystyki firmy i np. sytuacji makroekonomicznej. W sytuacji
kryzysu finansowego możemy np. założyć, że l2 = 0 (nie można odłożyć wymagalnych zobowiązań), zaś l
1 może odpowiadać
udziałowi gotówki w aktywach. Z kolei w przypadku przeciętnego stanu koniunktury lub dla firm średniej wielkości W może być
równe wartości majątku obrotowego netto.
Jeśli zmiany wartości firmy mają charakter błądzenia losowego (random walk), to przeciętny przyrost tej zmiennej w jednostce
czasu wynosi (p – q)s. Obserwując sytuację finansową tego przedsiębiorstwa, zmiana ta jest równa A · ROA · z, gdzie ROA jest sto-
pą zwrotu z aktywów firmy, zaś współczynnik z oznacza tę część zysku (netto), która nie jest wypłacana w postaci dywidend lub
reinwestowana w niepłynne aktywa. W oparciu o te informacje możemy wyliczyć relację q/p:
( )/
p q A ROA
p qq p
A ROA
A ROA− = ⋅ ⋅+ =
⇒ =−⋅ ⋅
+⋅ ⋅
σ ςς
σς
σ1
1
1
(3.26)
Można łatwo pokazać, że jeśli zachodzą wzory (3.24)–(3.26), to możemy posługiwać się w pewnym obszarze wartości analizowa-
nych tu zmiennych następującym przybliżeniem:
P
A ROA(S )0
2
2 1 21 2≅ −⋅ ⋅
−( )ς
σλ λ ξ
(3.27)
gdzie x jest miarą dźwigni finansowej, zaś s2 jest estymatorem wariancji wartości płynnych środków dopływających do przed-
siębiorstwa.
Prawdopodobieństwo bankructwa jest, w świetle wzoru (3.27), objaśniane przez kilka rodzajów wskaźników finansowych: miary
wielkości firmy zyskowności, płynności, dźwigni finansowej, zdolności do zatrzymywania zysków. Trzeba podkreślić, że natura zależ-
ności (3.27) jest punktem wyjścia konstrukcji zmiennych objaśniających bardzo wielu, a może nawet większości modeli upadłości.
Oczywiście w konkretnych zastosowaniach dobór wynika z konieczności uwzględnienia wielu innych czynników, w tym m.in.:
55
horyzontu prognozy, specyfiki branżowej, dostępności danych etc. Dokładniejsze omówienie tych zagadnień wykracza poza ramy
tego opracowania, a bardziej szczegółowy przegląd stosowanych w takich analizach wskaźników i ich „popularności” można zna-
leźć np. w pracy (Hossari, Rahman 2005). Podkreślmy natomiast, że procedury doboru zmiennych objaśniających, zastosowanych
w wykorzystanych w systemie ISR modelach predykcji zagrożenia upadłością, uwzględniają powyższe doświadczenia, a modele
te bazują właśnie na zmiennych objaśniających o charakterze wskaźników finansowych.
Nasze rozważania w ramach problematyki doboru zmiennych zakończmy też jedną uwagą dotyczącą doboru zmiennych za-
leżnych. Otóż warto znowu przypomnieć, że pojęcie upadłości może być różnie definiowane. Przegląd 84 badań empirycznych
prowadzonych w latach 1968–2004, a dotyczących modelowania upadłości przedsiębiorstw, wskazuje jednak, że w badaniach tych
dominowała prawna definicja upadłości przedsiębiorstw (por. Hossari 2007). Takie podejście zostało też przyjęte w rozdziale 10.
3.3. Synergia w procesach upadłości i podejścia makroekonomiczne
Już wzór (3.27) wskazuje, że na prawdopodobieństwo upadłości istotny wpływ mogą mieć czynniki makro- lub mezoekonomiczne.
Przypomnijmy bowiem, że współczynniki l1 oraz l
2 odzwierciedlają m.in. zjawisko, które moglibyśmy nazwać presją na płynność
firmy. Jeśli sytuacja branży, w której funkcjonuje przedsiębiorstwo jest trudna, to również w przypadku tej konkretnej firmy wie-
rzyciele mogą naciskać na szybkie regulowanie zobowiązań. W takim przypadku l1 jest małe (np. zbliżone do udziału gotówki
i depozytów a vista w aktywach), zaś l2 relatywnie duże (np. może obejmować wszystkie zobowiązania bieżące przedsiębiorstwa).
W okresach kryzysu finansowego czy głębokiej recesji współczynnik l2 może być jeszcze większy, gdyż może dotyczyć wszystkich
zobowiązań firmy.
Podobnie może działać dźwignia finansowa x (por. np. Hol, Westgaard i in. 2002). W okresach większej niestabilności finansowej
gospodarki czy wzmożonej inflacji zacieśnieniu mogą ulegać, i to na dłuższy nawet czas, warunki pozyskiwania kapitału zewnętrz-
nego. W dodatku wyższe odsetki od już spłacanych pożyczek mogą znacząco redukować ROA, zwiększać zmienność s2 etc., co
zgodnie z wzorem (3.27) będzie w oczywisty sposób prowadziło do wzrostu ryzyka upadłości. Widzimy zatem, że zmienne makro-
ekonomiczne w istotny sposób mogą wpływać na zagrożenie bankructwem na poziomie pojedynczej firmy.
Łatwo można pokazać (por. Zhou 2001), że również powiązania pomiędzy firmami mogą znacząco wzmacniać ryzyko upadłości
w gospodarce. Załóżmy bowiem, że zmienne losowe o rozkładzie Bernoullego B1 oraz B
2 opisują możliwość upadku przedsiębiorstw
1 oraz 2 do chwili t:
B (t)i =
1
0
jeśli bankructwo do t
jeśli nie i = 1, 2 (3.28)
Jeśli upadłości obu przedsiębiorstw są niezależne, to:
P B B P B P B1 2 1 21 1 1 1= ∧ =( )= =( )⋅ =( ) (3.29)
Zastanówmy się jednak, jak zmieni się takie prawdopodobieństwo, gdy oba zdarzenie nie są jednak niezależne (co chociażby
z powodów opisanych we wstępie do tej części jest sytuacją dominującą). Zdefiniujmy bowiem następujący współczynnik korelacji:
CORR B BE B B E B E B
VAR B VAR B1 2
1 2 1 2
1 2
,( )≡( )− ( ) ( )
( ) ( )
(3.30)
Przypomnijmy, że ponieważ zmienne B1 oraz B
2 mają rozkład Bernoullego, to B
1 • B
2 też i:
E B P B
VAR B P B P Bi
i i
i i i
( )= =( )
( )= =( )⋅ − =( )
=1
1 1 112,
(3.31)
Jeśli założymy, że upadłości obu przedsiębiorstw są współzależne, to z (3.30) oraz (3.31) wynika, że:
P B B E B B E B E B CORR B B VAR B VAR B1 2 1 1 1 2 1 2 1 21 1= ∧ =( )= ( )= ( ) ( )+ ( ) ( ) ( ), ==
= =( ) =( )+ ( ) =( )⋅ − =( ) =( )⋅P B P B CORR B B P B P B P B1 2 1 2 1 1 21 1 1 1 1 1, 11 12− =( ) P B
(3.32)
Gdyby więc porównać prawdopodobieństwa wynikające ze wzoru (3.29) – zdarzenia niezależne oraz (3.32) – zdarzenia zależne,
to mamy:
P B B
P B BCORR B B
P B P B1 2
1 21 2
1 21 1
1 11
1 1 1= ∧ =( )= ∧ =( )
= + ( )− =( ) ⋅ −,
==( ) =( ) =( )
= + ( )( )⋅
( )1
1 11
1 1
1 21 2
1 2P B P BCORR B B
ODDS B ODDS B,
(3.33)
gdzie ODDS(Bi) oznacza względne prawdopodobieństwo upadłości firmy „i” (odds ratio).
56
Ze wzoru (3.33) wynika kilka istotnych wniosków. Po pierwsze niezerowa korelacja powoduje, że ryzyko jednoczesnych bankructw
może rosnąć wielokrotnie w stosunku do sytuacji, gdy nie ma takiego związku. Jeśli, przykładowo, ryzyko upadłości pierwszej firmy
wynosi 0,05, zaś drugiej 0,01, a korelacja jest równa 0,3, to z wzoru (3.33) wynika, że sytuacja ta prowadzi do niemal 15-krotnego
wzrostu ryzyka wystąpienia zdarzenia polegającego na jednoczesnym bankructwie obu przedsiębiorstw. Po drugie w takim kon-
tekście szczególnie czytelna staje się rola systemów typu SWO; zwłaszcza gdy umożliwiają podejmowanie działań prewencyjnych.
Takie zabezpieczenie może dotyczyć zarówno postępowania zmniejszającego ów współczynnik korelacji, jak i prawdopodobień-
stwa upadłości na poziomie poszczególnych firm. W tym ostatnim przypadku efekt korelacji nadal będzie działał silnie, ale samo
prawdopodobieństwo w (3.32) będzie niewielkie. Podkreślmy też, że redukcja współczynnika korelacji często wymaga podej-
mowania działań systemowych na poziomie makro- lub mezoekonomicznym. Po trzecie ze względu na występowanie zjawiska
synergii w analizach zagrożenia upadłością, w tym przeprowadzanych w projekcie ISR, musiały zostać uwzględnione nie tylko
zmienne mikroekonomiczne, o których była mowa w poprzednim podrozdziale, ale także uwarunkowania makroekonomiczne
oraz sytuacja na poziomie branż.
Wpływ zmian dynamiki PKB na dynamikę upadłości w Polsce jest łatwo zauważalny (por. rysunek 3.2). Ale zwraca uwagę również
złożoność tej relacji. Wykres ten pokazuje m.in., że spadek liczby upadłości występował wówczas, gdy dynamika PKB zbliżała się (lub
była wyższa) niż 4% r/r. Jest też widoczne, że osłabienie wzrostu gospodarczego (ale w Polsce – bez recesji) poniżej 3% prowadziło
do wyraźnego przyspieszenia procesów upadłości. Zatem to jasne, że badanie związków sytuacji makroekonomicznej ze stopniem
zagrożenia upadłością jest trudnym przedsięwzięciem i wymaga zastosowania formalnych narzędzi.
Warunkiem realizacji powyższego postulatu jest przede wszystkim wybór właściwych zmiennych makroekonomicznych, istotnie
związanych z zagregowanymi miarami ryzyka upadłości. Przy budowie ISR kierowano się wynikami badań upadłości w innych
gospodarkach, dlatego też cenną wskazówką było to, że wątki makroekonomiczne pojawiały się w literaturze już stosunkowo
dawno. W dodatku okazało się, że najbardziej istotne kierunki poszukiwań – z punktu widzenia przyjętych w ramach ISR rozwią-
zań – obejmują dwie główne płaszczyzny takich interakcji. Historycznie najwcześniejsza dotyczyła badań zależności pomiędzy
różnie definiowanymi zagregowanymi (dla całej gospodarki) stopami upadłości a wybranymi zmiennymi makroekonomicznymi.
Warto przypomnieć o klasycznej, posiadającej licznych kontynuatorów7, pracy Altmana (por. Altman 1983a), która była poświęcona
badaniu związków pomiędzy cyklem koniunkturalnym a tą stopą upadłości. Podkreślimy też, że w zastosowanym w ramach ISR
podejściu związki pomiędzy upadłościami a pozycją cykliczną gospodarki są badane szczególnie starannie.
W ramach tego nurtu analizowano zresztą nie tylko pozycję cykliczną gospodarki, ale także takie zmienne makroekonomiczne,
jak stopy procentowe, bezrobocie, płace czy kurs walutowy (por. np. Dewaelheyns, Van Hulle 2007). Wskazywano też na istotne
znaczenie nieantycypowanych zmian wielu zmiennych makroekonomicznych (por. np. Hunter, Isachenkova 2006).
1996 2000 2004 2008 20121997 1998 1999 2001 2002 2003 2005 2006 2007 2009 2010 2011 2013
8
6
4
2
0
7,5
7
6,5
5,5
5
4,5
3,5
3
2,5
1,5
1
0,5
[w %
]
-80
-40
0
40
80
-70
-60
-50
-30
-20
-10
10
20
30
50
60
70
PKB r/r (L.S. – odwrócona)dane GUS
[w %
]
Dynamika upadłości r/r (COFACE)
Rys. 3.2. Dynamika PKB (r/r) a dynamika upadłości (r/r) w Polsce w latach 1998–2013
Źródło: zestawienie własne na podstawie danych GUS oraz COFACE.
7 Szerszy przegląd literatury można znaleźć np. w: Hol 2006.
57
Do drugiej grupy badań związków pomiędzy intensywnością upadłości a uwarunkowaniami makroekonomicznymi należy zaliczyć
poszukiwania na płaszczyźnie instytucjonalnej, w tym związanej z regulacjami dotyczącymi samej procedury upadłościowej. Anali-
zując wpływ cyklu, warto np. przypomnieć, że przedmiotem dyskusji jest kwestia endo- względnie egzogeniczności jego związków
z upadłościami. W cytowanej już pracy (Suarez, Sussman 2007) wskazuje się mianowicie na fakt, że określone rozwiązania w ramach
procedur upadłościowych same mogą wpływać na charakter fluktuacji aktywności gospodarczej. Jeszcze szerzej zagadnienie to
jest analizowane w pracy (Peri, Rachedi 2013). Jednocześnie badania pokazują, że również wrażliwość firm na zakłócenia mogące
być przyczyną bankructw może zależeć od fazy cyklu koniunkturalnego (por. np. Ting, Lin 2011).
Większość z opisanych powyżej podejść do modelowania wpływu zmiennych makroekonomicznych na stopy upadłości bazuje
na jednym z poniższych rozwiązań. Podejście najprostsze jest postaci:
BR X Xt i t i
i
p
ik
t ik
i
p
t= + + +−=
−=
∑ ∑β β ε1 1
1 1
(3.34)
gdzie: BR jest (różnie definiowaną – por. podrozdział 2.3) zagregowaną miarą upadłości w gospodarce; zaś X1….X
N – uwzględnia-
nymi zmiennymi makroekonomicznymi. W praktyce zależność (3.34) jest często estymowana jako model typu Almona, co okazuje
się dawać w przypadku niektórych gospodarek dobre rezultaty (por. Dewaelheyns, Van Hulle 2007).
Bardziej ogólne podejścia bazują na modelach typu VAR:
ϒ ϒt i t i
i
p
tB B= + +−=∑
0
1
e
(3.35)
gdzie Bi są macierzami współczynników, et – wektorem błędu, zaś wektor ¡t jest postaci:
ϒt
t
t
tN
BR
X
X
=
1
(3.36)
Stosowane są też nieliniowe (por. np. Drehmann, Patton i in. 2005) uogólnienia zależności (3.35):
ϒ Γ ϒ ϒ ϒt t t t p t= ( )+− −, ,1… e (3.37)
Wybór klasy modelu, spośród powyżej wymienionych, najbardziej użytecznej z punktu widzenia celów systemu IRS wymaga
uwzględniania kilku kryteriów. Po pierwsze wybór ten musi uwzględniać dostępność i inne charakterystyki polskich danych doty-
czących upadłości. Jakość tych informacji jest ograniczona, podobnie jak i długość szeregów czasowych – por. rozdział 2. Po drugie
w ramach systemu ISR niezwykle ważną kwestią jest dobra komunikacja z interesariuszami, jeśli chodzi o zasięg i zrozumiałość
wyników analiz modelowych. Ogólnie można przyjąć, że maleje ona wraz ze stopniem złożoności modelu, wykorzystywaniem
w nim nietypowych zmiennych, posługiwaniem się podejściami „niszowymi” etc. Po trzecie model powinien spełniać i inne warunki
wspierające jego wiarygodność: być „replikowalny” – przynajmniej dla ekonomistów profesjonalnie zajmujących się podobnymi
problemami, nie zawierać zbyt wielu założeń odnośnie do zmiennych etc. Po czwarte model taki powinien umożliwiać w miarę
kompleksową ocenę skutków wybranych scenariuszy polityki makroekonomicznej, o ile ISR sygnalizowałby konieczność podej-
mowania takich działań. Po piąte model powinien być w miarę prosty, jeśli chodzi o jego reestymację, korektę listy zmiennych etc.
Wreszcie, sam proces zasilania modelu w dane estymacji, obliczeń i analizy wyników nie może być przesadnie czasochłonny. Można
uznać, że powyższe warunki w najwyższym stopniu spełnia model typu (3.35). Wykorzystany w module makroekonomicznym
model VAR spełnia powyższe warunki – por. rozdział 11.
Powyższe zasady generują też pewne „koszty” związane z takim podejściem – m.in. nie uwzględnia ono, dobrze udokumentowa-
nych w pracach dotyczących upadłości na długich szeregach czasowych, istnienia kilku makroekonomicznych reżimów upadłości
różniących się znacznie przeciętnymi stopami upadłości w gospodarce (por. Giesecke, Longstaff i in. 2011), pomiędzy którymi przej-
ścia nie są ciągłe. Taki problem może być jednak rozwiązywany w ramach alternatywnych metodologii pozwalających uwzględniać
takie mechanizmy przełącznikowe (por. np. Bhattacharjee, Higson i in. 2009, Das, Freed i in. 2006). Podejście takie nie uwzględnia
też zmiennych okoliczności systemowych związanych np. ze zmianami prawa upadłościowego. Można nawet sformułować uwagę
ogólniejszą, że w formułach tych zwykle explicite nie występują zamienne o charakterze jakościowym, często odgrywające jednak
istotną rolę w procesach upadłości (por. np. Becchetti, Sierra 2003). Podkreślmy jednak, że w samym projekcie ISR są procedury
korygujące ewentualne skutki przyjętej metodyki i jej potencjalnych ograniczeń. Jedną z nich jest funkcjonowanie tzw. panelu
interpretacyjnego, którego zadaniem jest m.in. identyfikacja, ocena i ekspercka korekta takich sytuacji.
59
Piotr Adam Boguszewski
Rozdział 4
EKONOMICZNE I SPOŁECZNE SKUTKI UPADŁOŚCI
4.1. Wprowadzenie
Procedury upadłościowe są jednym z ważniejszych mechanizmów selekcyjnych w gospodarce. W ich rezultacie są eliminowane
podmioty trwale nieefektywne, których aktywa mogą być lepiej wykorzystywane w nowych zastosowaniach, a jednocześnie część
przedsiębiorstw niewydolnych finansowo, ale sprawnych ekonomicznie wdraża programy restrukturyzacyjno-naprawcze pozwala-
jące przeżywającym trudności firmom odzyskać właściwą sprawność prowadzonych w nich procesów. W dobrze skonstruowanym
systemie upadłościowym zmiany te zachodzą także w sposób korzystny, w takiej sytuacji, dla interesariuszy przedsiębiorstwa.
W efekcie w takim idealnym świecie procesy upadłościowe nie wywołują specjalnie poważnych, negatywnych konsekwencji –
najważniejszym zadaniem polityki gospodarczej jest „nie przeszkadzać im robić swoją robotę”, a znaczenie systemów wczesnego
ostrzegania typu SWO jest dość ograniczone. Niestety, dokładniejsza analiza funkcjonowania systemów upadłościowych pokazuje,
że skutki upadłości – wbrew opiniom kształtowanym jeszcze w latach 70. i 80. ubiegłego wieku, gdy częsty był pogląd o niskich
kosztach upadłości – mogą być niemałe i mogą obejmować szeroki obszar życia gospodarczego oraz społecznego. W dodatku
dokładniejsza analiza rodzajowa tych skutków pokazuje, że systemy SWO mogą nie tylko uprzedzać o możliwości wystąpienia
takich konsekwencji, ale racjonalizować ewentualne koszty „niedoskonałości” systemów upadłości. W szczególności mogą one
zmniejszać opisane tu koszty błędów pierwszego oraz drugiego rodzaju, a także skracać czas nieoptymalnie zawieszonych decyzji
w przedsiębiorstwie do odnośnie do ogłaszania upadłości i jej formy.
W niniejszym rozdziale przedstawiliśmy syntetycznie działanie systemu upadłościowego jako mechanizmu selekcji, charakteryzując
także niektóre jego ograniczenia. Następnie dokonaliśmy przeglądu bezpośrednich i pośrednich kosztów upadłości. Literatura
pokazuje, że łączne koszty upadłości mogą wahać się od 10 do 25% wartości przedsiębiorstwa. Wskazano także, że prosta agrega-
cja kosztów mikroekonomicznych nie odzwierciedla pełnych skutków makroekonomicznych upadłości – mogą pojawić się m.in.
efekty domina. Dodatkową przyczyną niedoszacowania jest fakt, że w świetle badań największe firmy (również niefinansowe) są
zwykle chronione przed upadłością. W rezultacie ryzyko monitorowane przez SWO może być jeszcze większe niż wynika to z takich
szacunków.
Istnienie wielu rodzajów kosztów upadłości i ich niezaniedbywalnej wielkości rodzi też problem analizy efektywności tych procedur.
W rozdziale przedstawiliśmy niektóre mierniki efektywności. Na ich podstawie dokonano próby oceny międzynarodowej – na tle
krajów europejskich – efektywności polskiego systemu. Otrzymane rezultaty pokazują, że Polska wypada przeciętnie. Jednocześnie
dystans do czołówki krajów jest w przypadku naszego kraju bardzo duży. Ponadto badania pokazują, że efektywność systemu
upadłościowego danego kraju zależy od wielu czynników, w tym duże znaczenie mają cechy instytucjonalne i inne o charakterze
strukturalnym. Zatem efektywność ta zmienia się powoli. Należy więc uznać, że choć doskonalenie tego systemu powinno być
stałym celem, działania te nie doprowadzą do szybkiego zmniejszenia roli SWO jako jednego z narzędzi redukcji kosztów procedur
upadłościowych.
4.2. Upadłości jako mechanizm selekcji
We współczesnych gospodarkach „zgony” firm są zjawiskiem częstym. Można szacować, że w przypadku dużej grupy krajów od
20% do 40% przedsiębiorstw nie przeżywa dwóch lat od chwili powstania (Bartelsman, Haltiwanger i in. 2004). Według klasycznych
poglądów o schumpeterowskiej tradycji upadłości są podstawowym mechanizmem selekcji, którego skutkiem jest eliminacja
słabszych ekonomicznie podmiotów i w rezultacie – uwolnienie ich zasobów produkcyjnych na rzecz bardziej wydajnych, sprzy-
jających wyższej efektywności systemu zastosowań gospodarczych. Powstaje naturalnie kilka ważnych pytań. Po pierwsze czy taki
mechanizm faktycznie działa w tym znaczeniu, że świat „bez upadłości” jest mniej efektywny od systemów dopuszczających taki
mechanizm selekcji? Po drugie czy sam ten mechanizm selekcji jest skuteczny w takim sensie, że eliminuje faktycznie słabsze jed-
nostki gospodarcze? Wreszcie, po trzecie, czy jest to rozwiązanie bezalternatywne? Najciekawszą kwestią może być jednak pytanie
dodatkowe, którym zajmiemy się w kolejnych podrozdziałach: czy jest to mechanizm najbardziej efektywny, a jeśli nie – to jaki byłby
lepszy? Wszystkie te problemy są oczywiście bardzo ważne w kontekście budowy SWO przed upadłościami, bo jeśli ten naturalny
mechanizm całkowicie spełnia swoją rolę i nie istnieją rozwiązania wyraźnie lepsze, to cel takiego sytemu nie byłby oczywisty. Pełne
omówienie powyższych zagadnień znacząco wykracza poza zakres tej pracy, postaramy się jednak w bardzo syntetyczny sposób
ustosunkować się do niektórych aspektów tych problemów.
60
Jeśli chodzi o problem funkcjonowania „świata bez upadłości”, to obecnie dość trudno znaleźć bieżące doświadczenia, które by-
łyby pomocne w prowadzeniu takiej analizy. W większości krajów funkcjonuje prawo upadłościowe, dlatego też w zasadzie dys-
ponujemy obecnie tylko dwoma możliwościami. Po pierwsze pomocne mogłyby być informacje dotyczące działania obszarów
wyłączonych spod prawa upadłościowego – w wielu krajach dość łatwo można wskazać na takie przypadki; często dotyczą one
nawet całych sektorów gospodarki (np. strategicznych – energetyka, przemysły wydobywcze, obronne). Niestety, to niewdzięczne
zadanie badawcze, gdyż wiedza na temat faktycznej sytuacji ekonomicznej tych podmiotów jest na ogół ograniczona i nie zawsze
obiektywna. Po drugie można analizować doświadczenia historyczne związane z funkcjonowaniem gospodarek przechodzących
od modelu planowania centralnego do modelu rynkowego. To też jest zadanie tylko pozornie łatwe – wprawdzie model gospo-
darki centralnie planowanej ewidentnie historycznie przegrał z rozwiązaniami rynkowymi, ale potencjalnych przyczyn tej sytuacji
było tak wiele, że selekcyjny mechanizm upadłości w warunkach rynkowych był jedynie jedną z nich. W kontekście tej uwagi bardzo
cennym źródłem wiedzy mogą być np. doświadczenia gospodarki chińskiej1, w której pierwsza upadłość przedsiębiorstwa pań-
stwowego miała miejsce w 1986 r., a bardziej kompleksowe rozwiązania systemowe w zakresie prawa upadłościowego – w 1988 r.
Istnieje trochę prac analizujących „efekt schumpeterowski” upadłości, wykorzystujących właśnie dane dla gospodarki chińskiej
z obu okresów. Syntetyzując ich wyniki, można stwierdzić (Parker 1995), że w gospodarce bez upadłości wyraźnie szybszy jest
wzrost sektorów w początkowej fazie ich rozwoju. Potem pojawiają się skutki malejącej efektywności – związanej właśnie z brakiem
działania mechanizmów selekcyjnych. W sektorach urynkawianych z działającym mechanizmem selekcji można obserwować na-
tomiast zjawisko odwrotne – wolniejszy wzrost w początkowych stadiach rozwoju, ale większą dynamikę i efektywność w okresie
dojrzałości. Jednym z praktycznych wniosków dla SWO z tego typu doświadczeń może być to, że o ile rozwiązania te w żadnym
razie nie powinny oznaczać próby eliminacji mechanizmów selekcji słabszych podmiotów i tworzenia modelu „świata bez upadło-
ści”, o tyle systemy te i aktywniejsza polityka gospodarcza w odniesieniu do obszarów takich zagrożeń mogą być pożądane m.in.
w określonych fazach rozwoju tych segmentów.
Również pytanie o skuteczność systemów upadłościowych, rozumianą jako ich zdolność do eliminacji faktycznie najsłabszych
podmiotów, jest szerokie i złożone. Dość szczegółowe badania prowadzone dla przedsiębiorstw niefinansowych w USA w latach
1979–83 sugerują dobrą, tak rozumianą, efektywność procesów upadłości w Ameryce w tamtym okresie (Kahl 2001). Badania
pokazują także, że w przypadku działań mniej radykalnych – bez eliminacji bankruta, a w oparciu o procesy naprawcze – również
prawo upadłościowe można oceniać jako dość skuteczną drogę przywracania efektywności (Djankov, Hart i in. 2008). Jednocześnie
nie można nie przypomnieć, że w odniesieniu do firm z sektora finansowego określenie „too big to fail” (syndrom TBTF) zostało
użyte właśnie w USA już w pierwszej połowie lat 80. Ostatni globalny kryzys finansowy ujawnił przypadki TBTF w jeszcze szerszym
zakresie i dość powszechnie – w różnych krajach świata. Zjawisko to obejmowało też przedsiębiorstwa z sektora niefinansowego,
czego spektakularnym przykładem było bankructwo koncernu General Motors z 1 czerwca 2009 r. W pierwszej chwili można by je
było nawet uznać za zdarzenie zaprzeczające zjawisku TBTF, gdyby nie fakt, że zaledwie 40 dni później firma ta została wykupiona
przez Departament Skarbu USA. Oczywiście ze zjawiskiem TBTF związane są nie tylko pozytywne konsekwencje m.in. w postaci
uniknięcia efektu domina, zachowania miejsc pracy etc., ale też różnego typu koszty i inne skutki uboczne (por. np. Roe 2014). Nie
zmienia to jednak tego, że zjawisko to będzie zawsze obecne w gospodarce, a w wielu przypadkach bilans netto polityki TBTF,
mimo kosztów, będzie pozytywny. Z punktu widzenia SWO ważne jest zatem, aby, z jednej strony, system ten nie był wykorzysty-
wany jako narzędzie wzmacniające negatywne skutki TBTF. Z drugiej zaś właśnie SWO może w istotny sposób zmniejszać te skutki.
Wyprzedzający i ostrzegawczy charakter tego systemu pozwala bowiem na podjęcie wielu działań antycypacyjnych, określenie
scenariuszy i polityk w stosunku do zagrożonych upadłością dużych firm etc. W przypadku braku tego typu narzędzi wszelkie
decyzje w tym obszarze muszą być podejmowane ad hoc, co niewątpliwe pogarsza ich racjonalność.
Trzecia grupa pytań dotyczy kwestii alternatywnych, potencjalnych mechanizmów eliminacji podmiotów nieoptymalnie wykorzy-
stujących środki produkcji, innych niż klasyczny mechanizm upadłości. Zwróćmy uwagę przede wszystkim na fakt, że współczesne
systemy upadłości w zasadzie zawierają takie rozwiązania – związane z różnie konstruowanymi procedurami nielikwidacyjnymi.
W wielu przypadkach wierzyciele preferują jednak postępowanie likwidacyjne. W sposób naturalny pojawia się więc dodatkowy
kierunek poszukiwań. Przypomnijmy bowiem, że jednym z zasadniczych powodów konstrukcji wbudowanych w system praw-
ny „tradycyjnych” procedur upadłościowych jest groźba nieefektywnego, w przypadku firm doznających trudności finansowych,
„wyścigu wierzycieli”, który miałby miejsce w przypadku braku tych rozwiązań. Można więc starać się opracować takie formuły
konstrukcji kontraktów z wierzycielami, które by niejako automatycznie ułatwiały rozwiązanie problemu roszczeń bez tego efektu
ubocznego. Dzieje się tak często w praktyce, gdy strony „dogadują się” poza prawem upadłościowym2 co do sposobu spełnienia
roszczeń finansowych. W literaturze przedmiotu obecny jest także nurt rozważań systemowych wykorzystujących m.in. dorobek
1 Pozornie podobnym źródłem wiedzy mogłyby być doświadczenia europejskich gospodarek postsocjalistycznych, w tym np. także i Polski. Warto jednak pamiętać, że w tych przypadkach zmiany były dużo szybsze, obejmowały również radykalną przebudowę modelu politycznego oraz efekty integracji z rozwiniętymi krajami zachodnimi. W takiej sytuacji trudno osobno ocenić wpływ poszczególnych czynników.
2 To jest dodatkowa przyczyna obciążeń statystyki zjawisk upadłościowych, o których pisaliśmy w rozdziale 2. Zauważmy bowiem, że posiłkując się terminologią medyczną, zjawisko takie jest podobne do „niemego zawału”. Nie odnotowują go żadne oficjalne statystyki, a z punktu widze-nia kryteriów formalnych upadłości – sytuacja ta spełnia te warunki.
61
teorii kontraktów, w ramach którego badane są optymalne, z tego punktu widzenia, rozwiązania (przykładem może być praca
Gennaioli, Rossi 2012. Należy też podkreślić, że formalne procedury upadłościowe „nie pasują” jednakowo dobrze do całej populacji
przedsiębiorstw. Szczególnie należy zwrócić uwagę na sektor MŚP. W przypadku przedsiębiorstw należących do tej grupy klasyczne
prawo upadłościowe jest często zbyt kosztownym i zbyt skomplikowanym sposobem rozwiązywania problemu roszczeń. W tej
grupie pojawiają się więc alternatywne metody zabezpieczania interesów wierzycieli (por. García-Posada, Mora-Sanguinetti 2013).
Powyższy, bardzo szkicowy przegląd niektórych zagadnień związanych z działaniem mechanizmów selekcji opartych o procedury
upadłościowe pokazuje ich nieodzowność. Jednocześnie widać jednak, że mogą (a w niektórych obszarach wręcz muszą) istnieć
rozwiązania alternatywne. Rozwiązania te na ogół cechuje też zadowalająca skuteczność. Aby jednak właściwie pozycjonować rolę
SWO w świecie, w którym prawo upadłościowe jest powszechne i działające dość skutecznie, należy także zastanowić się nad jego
efektywnością. Będzie to przedmiotem poniższych podrozdziałów.
4.3. Bezpośrednie i pośrednie koszty upadłości – przegląd
Do początku lat 80. ubiegłego wieku w literaturze dotyczącej kosztów upadłości dominowały podejścia bazujące na koncepcji
jedynie bezpośrednich kosztów (Bhabra, Yao 2011). Przez takie koszty rozumie się zwykle sumę nakładów związanych z przygoto-
waniem i prowadzeniem postępowania upadłościowego. Obejmują one zazwyczaj takie pozycje, jak: niezbędne opłaty sądowe,
koszty ekspertyz i wycen składników majątku, koszty obsługi prawnej, księgowej, koszty zabezpieczenia majątku przed dewastacją,
niewłaściwym użyciem etc. Wprawdzie różne badania dają niejednorodne wyniki odnośnie do skali tych kosztów, ale większość
prac3 pokazuje, że stanowią one zaledwie kilka procent wartości aktywów przedsiębiorstwa (por. np. Altman 1984, Thornburn
2000, Weiss 1990). Wynik ten można uznać za jedną z przyczyn, dla której często znaczenie systemów SWO jest niedoceniane
– jeśli potencjalne straty wynikające z materializacji ryzyka są niewielkie, to łatwo kwestionować celowość tworzenia systemów
ostrzegających przed jego pojawieniem się. Sytuacja istotnie zmienia się, jeśli uwzględnimy pełne koszty upadłości, a także prze-
analizujemy nie tylko aspekty mikroekonomiczne zjawiska, ale i skutki makroekonomiczne. Poniższe rozważania, z konieczności
bardzo skrótowe, mają na celu rozwinięcie tego wątku.
Jeśli chodzi o koszty pośrednie bankructwa, to są one zwykle definiowane jako następująca różnica:
C E V NB VIND = ( )−| (4.1)
gdzie CIND
– oznacza koszty pośrednie bankructwa, E(V|NB) – ocenę warunkowej oczekiwanej wartości przedsiębiorstwa w przy-
padku, gdyby nie było ono dotknięte upadłością i (lub) zarządzane optymalnie, zaś V – faktyczną wartość przedsiębiorstwa. To
oczywiste, że kluczową rzeczą dla praktycznego wykorzystania formuły (4.1) jest opracowanie metody wyznaczania warunkowej
wartości oczekiwanej firmy. Z odmiennymi podejściami spotkamy się w zależności m.in. od tego, czy chcemy oceniać koszty
ex ante czy ex post. W pierwszym z tych przypadków kluczowa jest analiza dyscyplinującego wpływu modelu systemu upadłości
„i” na skłonność interesariuszy firmy, głównie menedżerów, ale również i pracowników, na ich motywację do efektywnej pracy na
rzecz dobra firmy i ograniczania problemu agencji. Warto zauważyć, że w przypadku tych kosztów raczej operujemy miarą kosztów
względnych – w stosunku do „najlepszego” prawa upadłościowego4. W efekcie w tej sytuacji wzór (4.1) przybiera postać:
C V E V VIND = = ( )−∆ | j (i) (4.2)
gdzie „j” jest tym optymalnym prawem upadłościowym, zaś V(i) wartością firmy w przypadku stosowania prawa „i”. Zagregowany,
w skali całej gospodarki, w której działa N firm, koszt ex ante CEXANTE
względem tego idealnego rozwiązania wynosi zatem:
C j E V VEX ANTE k k
k
N
, i | j (i)( )= ( )−( )=∑
1 (4.3)
W przypadku szacowania kosztów ex post również można posłużyć się różnymi podejściami, przy czym standardowy sposób
został zaproponowany przez Altmana (por. Altman 1984) i wiele metod jest pewną jego adaptacją. Wadą tego typu podejścia jest
możliwość zastosowania go tylko w przypadku przedsiębiorstw o dostatecznie długiej historii; w tym z okresem stabilnej sytuacji
finansowej firmy.
Obok problemu pomiaru kosztów pośrednich upadłości równie ważną kwestią jest dokładna analiza źródeł tych kosztów; również
ich skutków makroekonomicznych, tak istotnych z punktu widzenia konstrukcji systemów SWO. Jest to obszerne zagadnienie, więc
ograniczymy się do jego syntetycznego przedstawienia (por. rysunek 4.1), podkreślając jednocześnie, że bardzo dobry i szczegóło-
wy jego opis można znaleźć np. w pracy (White 1996). Na początku warto jednak podkreślić, że i w tym przypadku znaczna część
3 Szerszy przegląd wyników oraz dokładniejsze informacje dotyczące struktury tych kosztów można znaleźć np. w pracy: Branch 2002.4 Pytanie, jak je określić. W kwestiach normatywnego modelu upadłości piszemy w rozdziale 1.
62
tych kosztów wynika z istnienia problemu agencji i jest rezultatem określonych, nie zawsze optymalnych dla firmy zachowań jej
interesariuszy.
Aby zilustrować mechanizmy powstawania tych kosztów, załóżmy, że firma w aktualnym stanie generuje strumień5 przychodów
P1
F, zaś linia K oznacza poziom kosztów. Przy takim położeniu obu linii jest oczywiste, że mamy do czynienia z przedsiębiorstwem,
które nie tylko znajdzie się w okresie niewydolności finansowej (w pewnym horyzoncie po chwili T1), ale ta relacja oznacza, że jest
to przedsiębiorstwo nieefektywne ekonomicznie (trwale) i powinno być zlikwidowane. Przyjmijmy dalej, że istnieje możliwość
lepszego wykorzystania majątku zlikwidowanej firmy, który by przynosił po dokonaniu takiej operacji przychody netto (tzn. po od-
jęciu niezbędnych nakładów ΔI) AF, przy czym dla uproszczenia załóżmy, iż po takiej restrukturyzacji linia kosztów pozostałaby bez
zmian. Zauważmy, że przy takich założeniach – z punktu widzenia optymalizacji wartości firmy – decyzję o restrukturyzacji warto
byłoby podjąć już w chwili T0. Brak stosownych działań może mieć wiele przyczyn, ale może wynikać np. z braku środków I albo
tego, że decyzja taka zależy od możliwości i trafności prognozowania przychodów przedsiębiorstwa. Jeśli jednak istnieją możliwości
podjęcia takiej decyzji w chwili T0, a nie została ona podjęta, powstają koszty opóźnienia decyzji, równej polu wyznaczonemu przez
stosowne krzywe pomiędzy punktami ABC, jeśli w chwili TBANKR
doszło do faktycznego ogłoszenia bankructwa.
czas
kosz
ty/z
yski
A B D
E
F
G
I
C
H
I∆
K(t)
FP (t)2
FA (t)
FP (t)1
T0 T1 T2 TBANKR T3TLIKW T4
Rys. 4.1. Źródła pośrednich kosztów upadłości ex ante – analiza jakościowa
Źródło: opracowanie własne na podstawie White 1996.
Analizując sytuację na rysunku 4.1, musimy też zauważyć, że przedsiębiorstwo o takich perspektywach może generować jeszcze
dwa rodzaje kosztów – przeinwestowania (overinvestment) lub niedoinwestowania (underinvestment). Otóż w chwili (trudnej do
jednoznacznego ustalenia w ramach tego schematu – ale można za nią przyjąć moment sformułowania wiarygodnej prognozy
P1
F), gdy zarząd firmy nabierze przekonania o takim katastrofalnym profilu kosztów i przychodów (K, P1
F ), może on się zdecydować
na podjęcie ryzykownych, ale zyskownych inwestycji, które odsuną w czasie punkt T1 (overinvestment). Może też zostać podjęta
inna decyzja, której celem też jest przesunięcie tego punktu w prawo, ale w ramach zupełnie innej strategii – redukcja istniejących
i przyszłych programów inwestycyjnych lub/i deinwestycje w zakresie posiadanych czynników produkcji (wyprzedaż majątku,
zwalnianie najbardziej wykwalifikowanego, ale kosztownego personelu etc.) (underinvestment). Działania te często faktycznie mogą
widocznie i szybko poprawić płynność firmy, ale tylko przejściowo, gdyż w dłuższej perspektywie mogą powodować np. obniżenie
linii AF lub jeszcze szybsze opadanie, po okresie tej przejściowej poprawy, krzywej P1
F. Należy wyraźnie zaznaczyć, że powstawanie
obu tych rodzajów kosztów w istotny sposób może zależeć od funkcjonującego prawa upadłościowego; m.in. takie koszty są tym
bardziej prawdopodobne, im bardziej prawo to powoduje sytuację, że menedżer w momencie bankructwa „nie dostaje niczego”
– wtedy jest bardziej zainteresowany odsuwaniem chwili bankructwa, po której traci jakiekolwiek profity. Zależą też od faktycznej
odpowiedzialności menedżerów za podejmowanie takich nieoptymalnych decyzji (choć bardzo trudno takie intencje udowodnić).
5 A ściślej – że taka jest prognoza przychodów przedsiębiorstwa.
63
W realnych sytuacjach często trudno jest a priori ustalić, czy faktycznie firma powinna być zlikwidowana. Może bowiem w chwili
T2 okazać się, że to krzywa P2
F będzie faktyczną ścieżką przychodów, a poprzednia prognoza P1
F była błędna. W takiej sytuacji
optymalnym rozwiązaniem będzie restrukturyzacja przedsiębiorstwa. Ponieważ nie wiadomo jednak, czy firma faktycznie może
trwale odzyskać efektywność, możliwe jest popełnienie błędów pierwszego i drugiego rodzaju. W pierwszym z tych przypadków
firma upadła ekonomicznie zostanie potraktowana jako firma, którą jeszcze można poddać restrukturyzacji, w drugim – firma,
która jest w stanie odzyskać trwałą efektywność zostanie zlikwidowana. W przypadku błędu pierwszego rodzaju, jeśli firma jest
bezpodstawnie podtrzymywana przy życiu, to koszty tej błędnej decyzji odpowiadają polu BCDE na schemacie 4.1. Gdyby z kolei
szacować koszt błędu drugiego rodzaju, to niewątpliwie jest to dyskontowana wartość różnicy przychodów i kosztów po okresie T4.
Trudno natomiast dokładnie wskazać obszar tych kosztów przed tym okresem. Zależy on bowiem m.in. od tego, czy ścieżka P2
F była
obserwowana przed czasem TBANKR
. Znaczenie ma również położenie punktu H – powrót firmy do stanu ekonomicznej efektywności
może nastąpić w dłuższej perspektywie (po TLIKW
). Warto zwrócić uwagę na jeszcze jedną kwestię: jeśli rynek działa sprawnie, to
koszty błędu drugiego rodzaju nie są znaczące – przedsiębiorstwo po likwidacji szybko może znaleźć nowego właściciela, który
w krótkim czasie przywróci je do dobrego stanu.
Łączne koszty bankructwa są oczywiście sumą kosztów bezpośrednich i pośrednich. Pełne ich zestawienie można znaleźć np. w cy-
towanej już pracy (White 1996). Warto natomiast podkreślić, że w skali zagregowanej kluczowe znaczenie mają koszty CEXANTE
, gdyż
dotyczą one wszystkich firm w gospodarce, podczas gdy pozostałe – tylko grupy przedsiębiorstw6, które podlegają procedurze
bankructwa. W literaturze można spotkać różne oceny kosztów łącznych bankructwa, ale zwykle są one szacowane na 10–25%
wartości firmy (por. np. Altman 1984, Andrade, Kaplan 1997). Często też za uniwersalną miarę tych kosztów przyjmuje się czas
trwania procedur upadłościowych (por. Franks, Torous 1988).
Powyżej opisywane rodzaje kosztów upadłości, choć mogą mieć powszechny, masowy wymiar, należy raczej uznać za konsekwen-
cje o charakterze mikroekonomicznym. Warto natomiast, zwłaszcza w kontekście systemów SWO, zwrócić uwagę na poważne
skutki makroekonomiczne, które mogą wynikać z funkcjonowania określonych rozwiązań prawnych i instytucjonalnych w obszarze
systemu upadłościowego. Istnienie takich konsekwencji wydaje się być dobrze udokumentowane, chociażby w klasycznej pracy
Djankova i Harta (Djankov, Hart i in. 2008), w której wskazuje się m.in., że jednym z podstawowych katalizatorów pozytywnego
wpływu7 stopnia rozwoju systemu finansowego na sferę realną są właśnie rozwiązania w zakresie prawa upadłościowego. Taki
punkt widzenia wydaje się zresztą naturalny, jeśli przyjmiemy choćby jedynie to, że niedoskonałości rynku kredytowego, z całą
pewnością ważne dla funkcjonowania podmiotów gospodarczych, w znacznym stopniu mogą wynikać właśnie z prawa upadło-
ściowego, stopnia ochrony inwestorów etc. Przyjmując więc powyższą tezę za naturalną, może zatem dziwić, że ten makroekono-
miczny wymiar prawa upadłościowego jest stosunkowo rzadko, w relacji do jego znaczenia, podnoszony w literaturze i badaniach.
Dodatkowym problemem w analizie tego zagadnienia jest to, że miary makroekonomicznych efektów określonej polityki upadłości
mogą być obciążone przez fakt, że na ogół w ramach takiej polityki kraje chronią przed bankructwami firmy większe (por. Bris, Welch
i in. 2006). Może to prowadzić do mylnego wrażenia, że ogólne konsekwencje upadłości nie są, w skali całej gospodarki, zbyt duże.
Obraz mikroekonomiczny, nawet agregowany po określonych przekrojach gospodarczych, może być niewystarczający również
z tego powodu, że w przypadku upadłości często występują efekty mnożnikowe. Dobrym przykładem jest tu sektor budownictwa,
w którym masowe problemy przenoszą się praktycznie na całą gospodarkę – produkcję mebli, AGD, stali, usługi finansowe etc.
Ograniczając się do kilku nowszych wyników, należy zwrócić uwagę na dwie podstawowe, z punktu widzenia konstrukcji SWO,
konkluzje dotyczące związków systemów upadłości ze sferą makroekonomiczną. Po pierwsze sprawność funkcjonowania tych
systemów w znaczącym stopniu zależy od innych elementów ich otoczenia regulacyjnego; m.in. właśnie od stopnia ochrony in-
westorów (Peri, Rachedi 2013). Stwierdzenie to prowadzi do ważnego wniosku. Otóż, jak już zresztą wspominaliśmy w rozdziale 1,
często argumentuje się, że konkurencyjnym rozwiązaniem wobec SWO może być doskonalenie systemów upadłości. Nie kwestio-
nując potrzeby takich działań kierunkowych, musimy mieć jednak na uwadze ograniczenia tej strategii, jakie tu istnieją (w świetle
powyższych uwag i rozważań z rozdziału 1). Doskonalenie systemów prawnych, choć niezbędne, może jednak przynosić efekty
z opóźnieniem i stopniowo. W takim okresie przejściowym SWO wydaje się więc rozwiązaniem bezalternatywnym. Po drugie
badania wskazują również, że jeszcze przynajmniej z jednego powodu może nie być dobrej alternatywy dla SWO. Można miano-
wicie spotkać poglądy, że jeśli skutki makroekonomiczne upadłości są dotkliwe, to jednym ze sposobów ich amortyzacji może
być „zmiękczanie” prawa upadłościowego. Wspomniane badania wskazują jednak, że ogólne koszty tego „zmiękczania” mogą być
wysokie i dlatego lepszym rozwiązaniem jest np. pomoc adresowana do konkretnych przedsiębiorstw (por. Suarez, Sussman 2007).
W tym kontekście warto też zwrócić uwagę na bardzo specyficzny rodzaj makroekonomicznych kosztów upadłości, trudno zresztą
mierzalnych, związanych ze społecznymi efektami bankructwa. We współczesnych gospodarkach bardzo ważną rolę odgrywają
małe przedsiębiorstwa. W przypadku tych podmiotów często istnieje jedynie „miękka granica” oddzielająca je od gospodarstw
domowych – niejednokrotnie są to firmy rodzinne. Upadłość takiego podmiotu może mieć zatem podobne skutki jak upadłość
konsumencka. W dodatku nawet w przypadku większych przedsiębiorstw trzeba liczyć się z możliwością występowania takiego
6 I to też często nie całej, gdyż częstość błędów I lub II rodzaju nie wynosi 100%.7 Choć należy odnotować, że kierunek przyczynowości tej zależności jest przedmiotem kontrowersji (por. np. Levine 2005).
64
efektu, jeśli stopa bezrobocia jest wysoka – pracownicy, ale i kadra zarządzająca upadłej firmy bardzo często stają się niewypłacalny-
mi, a przynajmniej „niepłynnymi” konsumentami. Skutki takiej sytuacji mogą być bardzo rozległe i dotkliwe (por. np. McIntyre 1989).
Nie można też zapominać, że bankructwom wciąż towarzyszą efekty społecznej stygmatyzacji; także o wielorakich, negatywnych
konsekwencjach (por. COM 2007).
Kierując się m.in. powyższymi przesłankami, w budowanym SWO szeroko wykorzystywana jest koncepcja funkcji kosztów upa-
dłości. Jej praktyczna implementacja zależy od możliwości pozyskania stosownych danych, dlatego też na obecnym etapie prac
wykorzystano jedynie wskaźniki oparte na mierniku potencjalnej utarty miejsc pracy, tzn. liczbie zatrudnionych w zakładach do-
tkniętych zagrożeniem upadłością. Miernik ten można oczywiście stosunkowo łatwo adaptować do innych kategorii mierzących
ewentualne skutki upadłości określonej grupy przedsiębiorstw, np. wartości dodanej, eksportu etc.
4.4. Efektywność procesu upadłości
Efektywność procedur upadłości jest kategorią ważną nie tylko z punktu widzenia celu prawa upadłościowego, ale także jest
niezwykle istotna w kontekście zadań SWO. Jeśli bowiem procedury te nie są efektywne, to generalny cel systemu nie zostaje
osiągnięty (Giné, Love 2006) i w takim przypadku analizy zagrożenia upadłością, których może dostarczać SWO, pełnią podwójną
rolę – są głównym narzędziem detekcji takich stanów oraz umożliwiają wdrożenie działań prewencyjnych. Prewencja względnie
dostatecznie szybkie wdrożenie nieformalnych procedur rozwiązania problemu nieregulowanych roszczeń jest lepszym sposobem
rozwiązania tej kwestii niż takie nieefektywne prawo upadłościowe.
Mimo iż efektywność prawa upadłościowego odgrywa tak dużą rolę, brak jest zarówno jednolitej koncepcji tej efektywności, jak
i – co do pewnego stopnia jest pochodną pierwszej z tych cech – uniwersalnych miar.
Jeśli chodzi o sposoby definiowania efektywności prawa upadłościowego, to można wyodrębnić następujące, główne podejścia
do tego zagadnienia. Możemy mówić przede wszystkim o efektywności prewencyjnej (ex ante) tego prawa. Prawo to uznajemy
mianowicie za efektywne wtedy, gdy działa ono na właścicieli i zarządy8 przedsiębiorstw (ale i na innych interesariuszy) w taki
sposób, że dolegliwości tego prawa powstrzymują te grupy interesariuszy przed działaniami obarczonymi nadmiernym ryzykiem
(Cornelli, Felli 1997, Claessens, Klapper 2002). Jest to jeden z fundamentalnych wymiarów prawa upadłościowego, gdyż brak
efektywności w tym obszarze prowadzi do przynajmniej dwóch rodzajów kosztów. Otóż w gospodarkach (lub ich określonych
segmentach), w których brak jest tego mechanizmu z całą pewnością należy liczyć się z wyższymi kosztami pozyskania kapitału –
ponieważ większe jest też ryzyko, jakie ponoszą kredytodawcy. Bardzo poważnym problemem jest też słabe zarządzanie firmami
w sytuacji, gdy ich menedżerowie nie ponoszą konsekwencji swoich błędów. Koszt makroekonomiczny tego zjawiska może być
wysoki (Brogi, Santella 2004).
Przy pewnych ogólnych założeniach można nawet określić warunki efektywności ex ante, bazujące na klasycznym modelu Bu-
lowa i Shovena (Bulow, Shoven 1978). Załóżmy bowiem, że o sytuacji finansowej podmiotu decyduje koalicja akcjonariuszy (E)
i finansujących przedsięwzięcie banków (B). To założenie może być w różnych warunkach kwestionowane, gdyż m.in. pomija rolę
obligatariuszy (O), ale zauważmy, że jest ono atrakcyjne z tego punktu widzenia, że w przypadku postępowania upadłościowego
ta grupa może mieć decydujące znaczenie9 dla podjęcia decyzji o upadłości i jej formie. Warunkiem efektywności społecznej
inwestycji I jest bowiem następująca nierówność:
P IN N³ (4.4)
gdzie P oznacza wartość firmy (subskrypt N wskazuje, że jest to wartość po dokonaniu inwestycji). Z kolei z punktu widzenia koalicji
finansowej w przedsiębiorstwie (akcjonariusze i banki) warunkiem efektywności przedsięwzięcia dla tej grupy jest:
∆ ∆P O E B I DK K K N N
FIN KOALICJI
−( )= +( )> −
(4.5)
gdyż zachodzi następujący związek:
P E O BK K K= + + (4.6)
a subskrypt K w powyższych wzorach oznacza kontynuację działalności przedsiębiorstwa. Zależność (4.5) można interpretować
jako warunek stwierdzający, że przyrost wartości przedsiębiorstwa (w efekcie inwestycji I) pomniejszony o przyrost koniecznych
8 W świetle nowszych prac efekt ten może być słabszy niż wcześniej sądzono, gdyż np. spadki dochodów CEO okazywały się przeszacowane (por. np. Ecbo i in. 2012).
9 Obligatariusze są na ogół grupą bardziej zróżnicowaną i rozproszoną, przy czym wyposażoną w indywidualne prawo zgłaszania wniosku o upadłość. Porozumienie właścicieli z tą grupą może być więc dużo trudniejsze i bardziej kosztowne.
65
transferów do obligatariuszy musi być większy od części niezbędnych nakładów inwestycyjnych, które musi sfinansować ta grupa
(zakładamy neutralność wobec ryzyka). Zatem warunkiem koniecznym do tego, aby koalicja sfinansowała w przedsiębiorstwie
wyłącznie projekty, które nie tylko są korzystne z jej punktu widzenia, ale również efektywne społecznie, jest następująca zależność:
∆ P O O PK N N−( )+ = (4.7)
Drugim wymiarem efektywności jest tzw. efektywność ex post tego prawa – należy przez nią rozumieć takie jego działanie, że
likwidacji podlegają tylko firmy nierentowne (non-viable), zaś przedsiębiorstwa zdrowe ekonomicznie nie są przez ten system
eliminowane. Istotą tej efektywności jest więc dostateczna rozdzielczość separacyjna przyjętych rozwiązań. Zwróćmy uwagę,
że aspekt separacyjny prawa upadłościowego omówiliśmy już w podrozdziale 4.2. Warto też podkreślić, że w przypadku tego
kryterium zarówno w literaturze, jak i w praktyce podnosi się kwestię konieczności właściwego zbilansowania dwóch aspektów
przyjętych regulacji. Z jednej strony prawo nadmiernie restrykcyjne może prowadzić do eliminacji podmiotów ekonomicznie
zdrowych, choć przejściowo borykających się w trudnościami finansowymi (financial distress). Z drugiej strony może też wystąpić
sytuacja odwrotna – prawo to będzie zbyt łagodne w stosunku do firm trwale nieefektywnych. W każdym bowiem systemie
klasyfikacyjnym/selekcyjnym występują błędy pierwszego i drugiego rodzaju, a sama procedura powinna we właściwy sposób
kształtować ich proporcję (White 1989).
Również w przypadku efektywności ex post można sformułować podobne do (4.7) warunki. W takim bowiem przypadku koalicja
banków i właścicieli będzie skłonna podjąć decyzję o kontynuacji działalności firmy (banki dostarczą potrzebnego finansowania),
jeśli:
E B BK K B+ > (4.8)
gdzie subskrypt B oznacza bankructwo firmy. Zauważmy, że warunek (4.8) oznacza, że w przypadku takiego bankructwa akcjona-
riusze nie otrzymują niczego. Ze względu na zależność (4.6) warunek ten może też być zapisany jako:
P B OB K> + (4.9)
Z kolei warunkiem efektywności społecznej kontynuacji działania przedsiębiorstwa jest:
P L> (4.10)
gdzie L oznacza wartość likwidacyjną majątku firmy. Zatem koincydencja warunków efektywności społecznej kontynuacji działania
przedsiębiorstwa i opłacalności takiej opcji z punktu widzenia akcjonariuszy i kredytodawców wystąpi wówczas, gdy:
L B O czyli O OB K K B= + = (4.11)
Łatwo wykazać (por. np. White 1980), że spełnienie czy to warunku (4.7), czy (4.11) w istotny sposób zależy od rozwiązań przyję-
tych w ramach systemu upadłościowego, a zwłaszcza tzw. reguły kolejności zaspokajania wierzytelności (RKZW) (por. rozdział 1).
Można również rozważać tzw. efektywność procesualną (interim efficiency) prawa upadłościowego (Mirowska 2013). Definiuje się ją
jako taką konstrukcję tego prawa, która zapewnia skuteczne i możliwie zgodne współdziałanie interesariuszy w trakcie procedury
upadłościowej; zwłaszcza redukuje zachowania oportunistyczne menedżerów przedsiębiorstwa objętego takim postępowaniem.
Wreszcie bardzo szerokie spektrum koncepcji efektywności procedur upadłościowych można określić mianem efektywności od-
zysku. W ramach tego podejścia można analizować oddziaływanie prawa upadłościowego na relację pomiędzy roszczeniami
określonych grup interesariuszy przedsiębiorstwa a uzyskanymi faktycznymi korzyściami, jakie przypadają tym grupom wskutek
przeprowadzenia procedury upadłości.
Podkreślmy, że dla każdej grupy interesariuszy efektywność odzysku może oznaczać inną relację podlegającą ocenie przez pryzmat
tego kryterium. I tak, dla wierzycieli mogą to być różnie definiowane stopy odzyskanego kapitału10 (recovery ratios), w różnym
stopniu korygowane o niezbędne nakłady poniesione na przeprowadzenie postępowania, czas jego trwania, efekty reputacyjne
etc. Natomiast w przypadku pracowników może to być zarówno stopień zaspokojenia roszczeń z tytułu zaległych wynagrodzeń,
ale także – w przypadku postępowań restrukturyzacyjnych – możliwość zachowania dotychczasowych miejsc pracy, skala ewen-
tualnych zwolnień etc. (Thornburn 2000). Z kolei dla dotychczasowych właścicieli efektywność ta może oznaczać dostatecznie
10 Niekiedy też tego typu kryteria formułuje się nie w postaci relacji, a maksymalizacji wartości absolutnych uzyskiwanych przez wierzycieli w ra-mach postępowania upadłościowego. Istnieje wiele argumentów za stosowaniem takiego podejścia, ale jednym z tych praktycznych jest to, że miary efektywności bazujące na relacjach są trudne do skonstruowania – ze względu na problematyczny dobór mianownika ułamka. Zwykle są nim bowiem kwoty wierzytelności, aktywa firm etc. W przedsiębiorstwie znajdującym się w trudnej sytuacji finansowej, zwłaszcza już w stanie upadłości, bardzo trudno jest właściwie wycenić wartość tych pozycji. Wiadomo bowiem, że wartość takiej firmy ulega istotnym zmianom w takim okresie.
66
wysoki stopień zachowania udziałów w przedsiębiorstwie, zdolność zrestrukturyzowanej firmy do odzyskania trwałej efektywności
ekonomicznej etc. Zauważmy też, że tak określone miary efektywności nie muszą być zgodne; szczególnie jeśli odniesiemy się do
interesów właścicieli i pracowników11 (por. Morgado, Garoupa 2006). Istotne są zwłaszcza, co ma też zresztą wpływ na funkcjono-
wanie całego systemu procedur upadłościowych, sprzeczności pomiędzy korzyściami wierzycieli i właścicieli (Valdimirov 2007).
W warstwie empirycznej zjawisko to manifestuje się m.in. poprzez zróżnicowane, w zależności od konstrukcji prawa upadłościo-
wego, reakcje cen akcji przedsiębiorstw na informację o zgłoszeniu wniosku o upadłość (Gutiérrez, Olalla i in. 2005).
Na zakończenie tego krótkiego przeglądu koncepcji efektywności prawa upadłościowego warto wspomnieć o podejściach holi-
stycznych, w ramach których próbuje się budować takie rozwiązania normatywne tego prawa, aby jego działanie sprzyjało mak-
symalizacji dobrobytu w wymiarze społecznym (tzn. łącząc interesy różnych grup) (por. np. tzw. Cel 1 procedur upadłościowych
(Hart 2000, Hummelen 2013). Punktem wyjścia jest tu często analiza głównych celów prawa upadłościowego, w tym zwłaszcza
właściwego rozwiązania problemu koordynacji dochodzenia roszczeń w sytuacjach, gdy przedsiębiorstwo ma wielu wierzycieli.
Dokładna analiza zachowań tych podmiotów może być źródłem wskazówek użytecznych z punktu widzenia usprawniania tego
procesu.
.0
.1
.2
.3
.4
.5
.6
.7
.8
.9
-1 0 1 2 3 4 5 6 7
Czas procedury (lata)
.0
.1
.2
.3
.4
.5
.6
.7
.8
.9
-30 -25 -20 -15 -10 -5 0 5 10 15
Koszty (% majątku)
.00
.04
.08
.12
.16
.20
.24
.28
.32
-10 0 10 20 30 40 50
Stopa odzysku (% zobowiązań)
Czę
stoś
ć
Czę
stoś
ćC
zęst
ość
Rys. 4.2. Rozkłady zmian czasu trwania (czas procedury w latach), kosztów upadłości (udział w majątku firmy) oraz stopy odzysku (% zobowiązań) w okresie 2004–2013 w 138 krajach świata
Źródło: obliczenia własne na podstawie Doing Business 2013.
Podsumowując ten wątek, należy też stwierdzić, że problem efektywności prawa upadłościowego ma wymiar nie tylko teoretyczny,
ale przede wszystkim jest kwestią o bardzo dużym znaczeniu gospodarczym. Jednym z dowodów na to jest intensywność i głę-
bokość zmian w tym prawie po II wojnie światowej, a szczególnie w latach 90. ubiegłego wieku – w tym okresie ponad 90 krajów
dokonało tego typu zmian (Giné, Love 2006). Skutki tych działań były jednak różne (por. np. Franks, Loranth 2005). Jedną z przyczyn
problemów jest wspomniany już dylemat wyboru pomiędzy restrykcyjnością prawa a chęcią unikania „przypadkowych” jego ofiar,
stwarzającą presję na zmiękczanie pewnych rozwiązań. Obszarem szczególnie silnych sprzeczności może być zagadnienie wyboru
pomiędzy likwidacyjnym a restrukturyzacyjnym celem tego prawa. W kontekście powyższych uwag szczególnie silnie ujawnia się
znaczenie rozwiązań typu SWO – skoro trudno jest wypracować optymalny system prawa upadłościowego, a część tych trudności
wydaje się mieć charakter wręcz immanentny, takie procedury ostrzegawcze dają więcej czasu na racjonalne decyzje dotyczące
postępowania z firmami zagrożonymi bankructwem. Jeśli bowiem przyjrzymy się takim parametrom efektywności, jak czas trwania
procedur upadłości, koszty postępowania czy stopa odzysku (por. rysunek 4.1), badanym w okresie 2004–2013 przez Bank Światowy
11 Część badań sugeruje, że istnieje negatywna korelacja pomiędzy efektywnością procedur upadłościowych a stopniem ochrony rynku pracy.
67
w grupie niemal 140 krajów (Doing Business 2013), to zobaczymy, że pierwsze dwie z tych zmiennych praktycznie nie zmieniły
się (mediany w obu przypadkach wynoszą zero, zaś średnie są zbliżone do zera). W części krajów poprawie uległy jedynie stopy
odzysku (średnia = 5,0, zaś mediana = 2,0).
Pomimo tak ważnej roli, jaką odgrywa kwestia efektywności procedur upadłościowych oraz dość szerokiego zakresu tej kategorii,
praktyczna konstrukcja miar tej efektywności jest trudna i w znacznym stopniu – arbitralna. Z jednej strony wynika to częściowo
z pewnej nieostrości pojęcia systemu prawa upadłościowego, z drugiej zaś – z trudności w precyzyjnym przypisaniu temu prawu
określonych skutków ekonomicznych, dotyczących objętych nim podmiotów gospodarczych. W efekcie znaczna część tych miar
bazuje na analizie jakościowych cech systemów upadłościowych i próbie przypisania, w oparciu o różnego typu modelowanie
ilościowe, tak powstałym zmiennym dyskretnym znaczenia ekonomicznego. Doprecyzowania wymaga też sam termin „znaczenie
ekonomiczne” – zwykle chodzi tu o pewne kategorie kosztów bankructwa, o których była mowa w poprzednim podrozdziale.
Krótki przegląd stosowanych miar zacznijmy od przypomnienia koncepcji Guiterezza (Guiterezz, Olalla i in. 2002), której elementy
są zresztą obecne i we wcześniejszych pracach (por. np. Rafael La Porta, Lopez-de-Silanes i in. 1998). W ramach tego podejścia po-
służono się tzw. indeksem efektywności ex ante (Ex Ante Efficiency Index), skonstruowanym w ten sposób, że tym cechom systemu
upadłości, które w opinii Autorów przyczyniały się do poprawy efektywności ex ante przypisywano wagę 1, zaś pozostałym – 0. Oce-
niano pięć grup cech systemu, takich jak m.in.: krąg podmiotów uprawnionych do zgłaszania wniosków o upadłość, obligatoryjność
zgłaszania tych wniosków, zakres obowiązywania absolutnej reguły zaspokajania roszczeń (APR), zbiór podmiotów uprawnionych
do decyzji w sprawie upadłości likwidacyjnej czy postępowania naprawczego. System charakteryzowano również poprzez drugą
miarę – tzw. indeks reorganizacji (Reorganization Index), której celem był syntetyczny pomiar tych jego cech, które mogły sprzyjać
poprawie przeżywalności dotkniętych problemami finansowymi przedsiębiorstw. Zasada jego konstrukcji była podobna, a sam
indeks był oczywiście próbą aproksymacji efektywności ex post. W rezultacie każdy z powyższych indeksów przyjmował wartość
od 0 do 5, przy czym oba mają charakter stymulant.
Użytecznych miar efektywności dostarczają raporty Doing Business Banku Światowego. Wykorzystywane w tym podejściu indeksy
są oparte na klasycznej metodyce Djankova i Harta (Djankov, Hart i in. 2008). W szczególności stosowane są w tym przypadku takie
zmienne, jak czas trwania i koszty procedury upadłości. Wykorzystywana jest też miara efektywności oparta na koncepcji wartości
ostatecznej (terminal value):
EV CONT V CONT
rP
GC LIK BANKRT
=⋅ + − −
+
( ) C
( )
1
1
(4.12)
gdzie: VGC
– jest wartością ostateczną firmy w przypadku, gdy efektem procesu upadłościowego jest powrót do zdrowia finan-
sowego i kontynuacja jej działalności (zmienna CONT przyjmuje wtedy wartość 1), VLIK
– wartość likwidacyjna przedsiębiorstwa
(CONT = 0), CBANKR
– koszty procedury upadłościowej, T – czas trwania procedury, P – wartość przedsiębiorstwa przed ogłoszeniem
upadłości. Należy zaznaczyć, że koszty CBANKR
w podejściu tym obejmują jedynie koszty bezpośrednie.
Istnieją też miary efektywności oparte na analizie rezultatów poszczególnych etapów postępowania upadłościowego. Przykłado-
wo, Mirowska (Mirowska 2013) analizuje relacje wskaźników: odzyskanych aktywów (kwoty odzyskane w trakcie postępowania
do wielkości aktywów w bilansie otwarcia) oraz stopnia zaspokojenia wierzycieli (relacja kwot otrzymanych przez wierzycieli do
kwot odzyskanych). Umożliwiają one dekompozycję wskaźnika łącznej sprawności procesu (relacja kwot odzyskanych do wielkości
aktywów), który jest ich iloczynem.
4.5. Sprawność procesu upadłości w polskiej gospodarce
Rozważania prowadzone w poprzednim podrozdziale pokazują, że sprawność procesu upadłości można oceniać, posługując
się różnymi miarami. Ocena taka zależy od wielu czynników, dlatego też dobrą praktyką jest uwzględnianie zarówno mierników
cząstkowych, jak i próba konstrukcji opartej na nich miary zagregowanej. Postaramy się dokonać analizy sprawności procesu
upadłości w Polsce, wykorzystując wspomniane już dane z badania Doing Business 2014 Banku Światowego. W raporcie tym
wykorzystywane są trzy wskaźniki: czasu procedur upadłościowych, kosztu tych procedur i współczynnika odzysku (recovery ratio).
Niestety, ze względu na zmiany w metodyce tego badania wyniki nie są w pełni porównywalne w całym okresie 2004–2013, tj. od
początku tego badania.
Jak już wspomniano, rezultaty zostaną zaprezentowane w dwóch układach – jako miara łączna oraz zespół miar cząstkowych.
Podstawą konstrukcji miary łącznej jest technika głównych składowych. W oparciu o tę procedurę skonstruowano globalny wskaź-
nik upadłości (pierwsza składowa), który wyjaśnia ok. 75% wariancji w całej próbie. Ze względu na sposób jego konstrukcji jest
to indeks o charakterze destymulanty – im jego wartość jest większa, tym efektywność procesu upadłości jest niższa. Rozkład tej
68
miary w Europie jest przedstawiony na rys. 4.3. Widać, że Polska znajduje się w jego „środku” – wyprzedza nas wyraźnie część roz-
winiętych krajów zachodnich. Z kolei Polska jest zdecydowanie lepsza od większości krajów postsocjalistycznych, wśród których
pozycję liderów zajmują jednak Czechy, Łotwa i Litwa.
Indeks sprawności:
-3,06 – -2,71
-2,71 – -1,36
-1,36 – -0,96
-0,96 – -0,39
-0,39 – -0,04
-0,04 – 1,85
Rys. 4.3. Rozkład zagregowanego indeksu sprawności postępowania upadłościowego w wybranych krajach Europy w 2013 r.
Źródło: obliczenia własne na podstawie Doing Business 2014.
Warto jednocześnie porównać uzyskane wyniki z oryginalną12 klasyfikacją przeprowadzoną w tym raporcie. W przypadku czołówki
(20) krajów o najwyższym poziomie sprawności tego procesu obie klasyfikacje niewiele się różnią. Silniejsze odstępstwa dotyczą
natomiast dalszych miejsc w tym rankingu i są zapewne związane z tym, że nasz model bardziej premiuje w ocenie łącznej krótszy
czas trwania procedur, podczas gdy metoda BŚ większe znaczenie zdaje się przypisywać współczynnikowi odzysku. W ramach
oryginalnego rankingu BŚ Polska zajmowała w 2013 r. 37. miejsce; w gronie państw postsocjalistycznych wyprzedzały nas jedynie
Czechy.
Powyższy ranking powinien być jednak uzupełniony o informacje dotyczące kształtowania się współczynników cząstkowych,
gdyż nie pokazuje on faktycznej „odległości” pomiędzy krajami, a jedynie kolejność w ramach klasyfikacji. Jeśli więc uwzględnimy
indykatory cząstkowe, to zobaczymy, że efektywność polskiego systemu upadłościowego jest dużo niższa od wiodących krajów.
W przypadku liderów (Japonia, Norwegia) średni czas procedury trwa od pół roku do trzech kwartałów. W Polsce wynosi on trzy
lata, a jej procentowy koszt jest kilkukrotnie wyższy. Jeśli chodzi o współczynnik odzysku, to w pierwszej dziesiątce krajów jest on
nie niższy niż 87%. Dla Polski miara ta przyjmuje wartość jedynie 55%.
12 Jej wadą jest brak danych dotyczących indeksu kompozytowego będącego podstawą rankingu.
69
.00
.05
.10
.15
.20
.25
.30
.35
-2 -1 0 1 2 3 4 5 6 7
.000
.004
.008
.012
.016
.020
.024
.028
.032
.036
-20 -10 0 10 20 30 40 50 60 70
Gęs
tość
Gęs
tość
Rys. 4.4. Funkcje gęstości rozkładów czasów13 w 2012 r. (w miesiącach): postanowienia o upadłości w I instancji (po lewej) oraz postępowania upadłościowego (po prawej)
Źródło: opracowanie własne na podstawie Informacji 2013.
W oparciu o badanie Doing Business efektywność polskiego systemu upadłościowego możemy ocenić jako przeciętną, przy czym
w stosunku do krajów o najlepszych rozwiązaniach dzielą nas spore różnice. Należy też zauważyć, że jest to współczynnik zagrego-
wany – dla całego kraju. Dane bardziej zdezagregowane dotyczące charakterystyk postępowań upadłościowych toczonych przed
sądami rejonowymi (repertoria GU oraz GUp) wskazują na istotne zróżnicowanie czasu postępowania w poszczególnych okręgach
(por. rysunek 4.2). O ile czas niezbędny do wydania postanowienia o upadłości wynosił w 2012 r. ok. 2,6 miesiąca przy odchyleniu
standardowym równym ok. 1,1 miesiąca, o tyle postępowanie upadłościowe trwało średnio ok. 29 miesięcy, przy odchyleniu
standardowym wynoszącym 11 miesięcy. Warto też podkreślić, że w 2012 r. czas trwania postępowań upadłościowych wydłużył
się w stosunku do 2011 r. – o niemal 2 miesiące.
13 Wartości ujemne są wyłącznie efektem zastosowanego estymatora, a i ich waga w rozkładzie jest marginalna. Występowały jednak okręgi, w których czasy były zerowe – w związku z tym, że nie prowadzono w nich żadnych tego typu spraw. W przypadku czasów postępowania upa-dłościowego wyeliminowano z rachunków jeden „ekstremalny” okręg, w którym czas ten wynosił 220 miesięcy – ze względu na to, że toczyło się w nim tylko jedno tak nietypowe postępowanie.
Część II
Upadłości a polityka publiczna
73
Anna Żebrowska
Rozdział 5
ISTOTA POLITYKI DRUGIEJ SZANSY
5.1 Wprowadzenie
Unia Europejska (UE) w sposób zdecydowany umieściła małe i średnie przedsiębiorstwa (MŚP) w centrum realizowanej od 2000 r.
Strategii Lizbońskiej na rzecz wzrostu gospodarczego i zatrudnienia, szczególnie od 2005 r. poprzez wykorzystanie podejścia part-
nerskiego1. Aby potwierdzić istotne znaczenie MŚP w polityce UE oraz urzeczywistnić wizję szefów państw i rządów UE z 2000 r.,
a tym samym uczynić z UE światowej klasy otoczenie dla małych i średnich przedsiębiorstw, Komisja Europejska (KE) 25 czerwca
2008 r. opublikowała Komunikat 'Think Small First'. A 'Small Business Act' for Europe (COM 2008 (394)) (dalej SBA), który ma kluczowe
znaczenie dla działań w zakresie polityki drugiej szansy.
SBA to główny dokument strategiczny na poziomie UE, określający ramy dla polityki wobec MŚP, zawierający koncepcję spójnej
strategii wobec małych i średnich przedsiębiorstw ujętą w propozycje konkretnych działań realizowanych zarówno na poziomie
wspólnotowym, jak i krajowym.
Drugi obszar priorytetowy programu Small Business Act odnosi się wprost do polityki drugiej szansy i ma na celu „zagwarantowanie,
by uczciwi przedsiębiorcy, których przedsiębiorstwo zostało postawione w stan upadłości, dostali szybko drugą szansę”.
Zagadnienia z zakresu „drugiej szansy” zostały podniesione także w Komunikacie Komisji do Rady Parlamentu Europejskiego, Euro-
pejskiego Komitetu Ekonomiczno-Społecznego i Komitetu Regionów z 18 października 2007 r.: W jaki sposób przezwyciężyć piętno
porażki poniesionej w działalności gospodarczej – działania na rzecz polityki drugiej szansy. Realizacja partnerstwa lizbońskiego na rzecz
wzrostu i zatrudnienia (COM(2007) 584), oraz w Komunikacie z 23 lutego 2011 r. Przegląd programu „Small Business Act” dla Europy
(COM(2011)78).
Polityka UE, a także rekomendacje Komisji Europejskiej dla państw członkowskich w odniesieniu do zagadnienia rozwoju przedsię-
biorczości są oparte na założeniu, że konieczne jest ciągłe poprawianie warunków prowadzenia działalności gospodarczej, tak aby
maksymalnie uprościć zakładanie takiej działalności i ograniczać bariery rozwojowe przedsiębiorców. Jednocześnie priorytetem
jest tworzenie i realizacja polityki drugiej szansy.
Jednym z celów tej polityki jest aktywizacja tych, którzy ponieśli porażkę biznesową. Po pierwsze doświadczenia zdobyte przez
takie podmioty pozwalają niejednokrotnie na ponowienie przez nie działalności gospodarczej na większą skalę niż dotychczaso-
wa. Po drugie (co pozostaje w związku z pierwszym) aktywizacja podmiotów, które poniosły porażkę biznesową daje podstawy
do utrzymania lub wzrostu zatrudnienia, co jest szczególnie ważne dla gospodarek tych państw członkowskich, które najsilniej
odczuwają konsekwencje kryzysu (Ekspertyza 2012).
Niezależnie od tego, jakie są pozytywne aspekty podejmowania działalności gospodarczej przez podmioty, które poniosły porażkę
biznesową, ponowne podejmowanie takiej działalności nie jest częstym zjawiskiem. Wynika to m.in. z ryzyka, które towarzyszy
prowadzeniu działalności gospodarczej na każdym jego etapie, jak również z powszechnej „stygmatyzacji” osób doświadczonych
bankructwem, co zniechęca do podejmowania kolejnych wyzwań.
Polityka drugiej szansy nie może jednak ograniczać się tylko do działań ułatwiających ponowne podjęcie działalności gospodar-
czej – powinna stanowić kompleksowy system wsparcia także dla przedsiębiorców w trudnościach. Jej uzupełnieniem powinny
być instrumenty, które pomagają zapobiegać porażkom biznesowym. To jest szczególnie ważne dla sektora małych i średnich
przedsiębiorstw, który zdecydowanie bardziej odczuwa skutki kryzysu niż sektor dużych przedsiębiorstw.
Problemy związane z upadłością przedsiębiorstw oraz ponownym rozpoczynaniem działalności gospodarczej po porażce biz-
nesowej są przedmiotem szczególnej uwagi Komisji Europejskiej. W ramach polityki drugiej szansy Komisja Europejska zachęca
państwa członkowskie do:
• propagowania pozytywnego nastawienia społeczeństwa do ponownego zakładania działalności gospodarczej, np. poprzez
publiczne kampanie informacyjne,
• dążenia do tego, aby wszystkie procedury prawne niezbędne do zamknięcia działalności gospodarczej w przypadku ban-
kructwa niezwiązanego z nieprzestrzeganiem prawa trwały nie dłużej niż rok,
1 W czerwcu 2010 r. Rada Europejska przyjęła nową Strategię na rzecz inteligentnego i zrównoważonego rozwoju sprzyjającemu włączeniu społecznemu – Europa 2020, która zastąpiła Strategię Lizbońską.
74
• dopilnowania, aby przedsiębiorcy ponownie rozpoczynający działalność byli traktowani na równi z nowo powstającymi fir-
mami, m.in. w zakresie korzystania z programów pomocy2.
Jak wynika z monitorowania wdrażania zasad SBA w ramach corocznie opracowywanych SBA Fact Sheet3 dla poszczególnych
państw członkowskich, we wszystkich krajach najniższy wskaźnik spośród dziesięciu zasad SBA ma obszar dotyczący polityki
drugiej szansy.
Podkreślając istotę i znaczenie zapewnienia, aby rentowne przedsiębiorstwa znajdujące się w trudnej sytuacji finansowej miały
możliwość restrukturyzacji na wczesnym etapie problemów, KE wydała Zalecenia w sprawie nowego podejścia do niepowodzeń
w działalności gospodarczej i niewypłacalności4. Główne przesłanki zaleceń mają na celu zapobieganie niewypłacalności przed-
siębiorstw, a tym samym zapewnienie maksymalizacji całkowitej wartości dla wierzycieli, pracowników, właścicieli oraz całej go-
spodarki. Celem tych rekomendacji jest również umożliwienie uczciwym przedsiębiorcom, wobec których ogłoszono upadłość,
skorzystanie z drugiej szansy na terenie UE5.
Międzynarodowy kryzys finansowy wpłynął na obniżenie koniunktury w polskiej gospodarce, a przez to na destabilizację wielu
polskich przedsiębiorstw. Mając na uwadze spowolnienie gospodarcze i wynikające z tego problemy dotykające wielu polskich
przedsiębiorstw, 22 lipca 2014 r. Rada Ministrów podjęła uchwałę w sprawie programu Polityki Nowej Szansy, przedłożoną przez
ministra gospodarki. Dokument stanowi program rozwoju6 i ma na celu stworzenie kompleksowego systemu wsparcia MŚP po-
zostających w trudnej sytuacji finansowej oraz tych, którzy zamierzają rozpocząć ponowną działalność gospodarczą.
Polityka Nowej Szansy ma na celu zwiększenie wskaźnika przetrwania przedsiębiorstw oraz ułatwienie rozpoczęcia ponownej
działalności gospodarczej przez osoby, które doznały porażki biznesowej. Zapewnienie optymalnych możliwości funkcjonowania
i rozwoju przedsiębiorstw jest niezbędnym elementem strategii i programów rozwoju gospodarki oraz skutecznym sposobem na
przezwyciężenie lub przynajmniej ograniczenie kryzysu gospodarczego.
5.2. Bierność czy zaangażowanie
W ostatnich latach najbardziej wyraźnymi cechami gospodarki w zakresie funkcjonowania przedsiębiorstwa są rosnące ryzyko
i niepewność. Przedsiębiorstwa nieustannie są poddawane nieoczekiwanym splotom wydarzeń oraz negatywnym, trudnym do
przewidzenia zjawiskom gospodarczym.
Współczesna gospodarka nabiera coraz więcej cech niepewności i nietrwałości, co wynika z postępu technologicznego i przemian
dokonujących się w skali światowej. W Polsce dodatkowo na przemiany cywilizacyjno-technologiczne nakładają się aspekty zwią-
zane z internacjonalizacją gospodarki i postępującą globalizacją. W takich warunkach przedsiębiorstwa napotykają na rozmaite,
trudne do przezwyciężenia bariery, jak np. trudności z kształtowaniem długookresowych strategii rozwojowych, których brak naraża
przedsiębiorstwa na kosztowne błędy w zarządzaniu, mogące prowadzić do bankructw (Mączyńska 2009).
Postępujące procesy globalizacyjne, rozwój rynków kapitałowych przedsiębiorstw ponadnarodowych oraz złożona sieć powiązań
sprawiają, że nie tylko gospodarka, ale też ryzyko ulegają globalizacji (Mączyńska 2005). W warunkach gospodarki opartej na
wiedzy czynniki związane z zarządzaniem wiedzą i informacją odgrywają coraz większą rolę. Jednocześnie w samym zarządzaniu
wiedzą i informacją, a także ich przepływie występuje wiele barier, czego następstwem mogą być straty generowane w działalności
gospodarczej.
W warunkach niepewności polityka gospodarcza wymaga długoterminowego planowania, elastyczności i dostosowania do szybko
zmieniających się uwarunkowań gospodarczych. Stąd też działania podejmowane przez rządy państw powinny być ukierunkowane
na przezwyciężanie wskazanych powyżej czynników. Niekorzystnie na politykę gospodarczą i warunki funkcjonowania przedsię-
biorstw wpływa także znikoma kultura podejścia strategicznego. Zauważalna jest również konieczność podjęcia kompleksowych
badań w zakresie zagadnień niepewności i ryzyka – badań wyjaśniających mechanizmy przetrwania i upadłości przedsiębiorstw
w celu racjonalizacji polityki gospodarczej.
W trakcie prowadzenia działalności wielu przedsiębiorców doświadcza trudności finansowych i zachwiania płynności. Należy jednak
zauważyć, że trudności finansowe nie muszą oznaczać nierentowności lub braku perspektyw wzrostu biznesu. Nowe, jak również
2 Komunikat Komisji Europejskiej z 25 czerwca 2008 r. Zob. ECC (2008).3 Dokument przygotowywany corocznie przez grupę ekspertów ds. Badań nad Przedsiębiorczością oraz Sektorem MŚP (Policy-relevant Research
on Entrepreneurship and SMEs), działającą pod przewodnictwem Komisji Europejskiej, we współpracy z narodowymi ekspertami ds. SBA. Dla każdego z państw członkowskich jest przygotowana odrębna publikacja dokumentu SBA Fact Sheet. Monitoring stanowi podstawę dla wza-jemnych ocen i wymiany dobrych praktyk pomiędzy państwami członkowskimi w zakresie polityki konkurencyjności.
4 Zalecenia Komisji z 12 marca 2014 r. w sprawie nowego podejścia do niepowodzeń w działalności gospodarczej i niewypłacalności (C(2014)1500).
5 Art. (1) Zaleceń Komisji z 12 marca 2014 r. w sprawie nowego podejścia do niepowodzeń w działalności gospodarczej i niewypłacalności (C(2014)1500).
6 Zgodnie z art. 15 ustawy z 6 grudnia 2006 r. o zasadach prowadzenia polityki rozwoju (Dz.U. z 2009 r., Nr 84, poz. 712 z późn. zm.).
75
małe przedsiębiorstwa są często niestabilne finansowo, a ich problemy mogą wynikać z wielu czynników, np. recesji, utraty klu-
czowego dostawcy lub klienta, niezapłaconych zobowiązań, niewłaściwego zarządzania, braku kontroli nad płynnością finansową,
braku specjalistycznej wiedzy na temat takich obszarów, jak księgowość i marketing, wysokiego tempa wzrostu, a także z powodów
osobistych, m.in. choroby.
Z punktu widzenia korzyści wynikających z rozwoju firmy oraz utrzymania miejsc pracy, również w przypadku wystąpienia przej-
ściowych trudności finansowych, a nawet poważnej niewypłacalności przedsiębiorstwa dużo bardziej opłacalna, zarówno dla
samego przedsiębiorcy, jego pracowników, jak i gospodarki, jest restrukturyzacja i kontynuowanie prowadzenia działalności go-
spodarczej niż jej natychmiastowa likwidacja. Dlatego tak ważne są skuteczne procedury ochronne, które pomagają zagrożonym
niewypłacalnością przedsiębiorstwom w ochronie bieżącej płynności oraz kontynuowaniu działalności operacyjnej, a w konse-
kwencji – rewitalizacji rentowności, ponownym generowaniu zysku oraz spłacie wierzycieli przy zachowaniu bytu podmiotu go-
spodarczego.
Warunkiem skutecznego zarządzania przedsiębiorstwem jest nie tylko dostrzeganie i odpowiednia reakcja na czynniki zewnętrzne
determinujące rozwój firmy, takie jak specyfika otoczenia konkurencyjnego, warunki demograficzne, społeczne, kulturowe, ale
również czynniki wewnętrzne uwarunkowane np. sposobem zarządzania firmą, doborem współpracowników czy też relacjami
z partnerami biznesowymi.
Jak pokazuje praktyka, odpowiednio wczesne zmierzenie się z trudnościami zapewnia większe szanse na uratowanie firmy – im
wcześniej następuje rozpoznanie problemu i interwencja, tym lepsze rezultaty restrukturyzacyjne można osiągnąć.
Kwestią kluczową jest właściwe rozpoznanie głównych czynników kryzysowych oraz wczesne ostrzeganie przed zagrożeniami
w działalności gospodarczej i stanem niewypłacalności powodującymi upadłość przedsiębiorcy. Są to warunki konieczne do po-
dejmowania trafnych decyzji biznesowych (Mączyńska 2009).
Należy przy tym zwrócić uwagę na zapewnienie możliwości reagowania na zagrożenie w sposób dyskretny z punktu widzenia
przedsiębiorcy. Dla wielu z nich ujawnienie zaistniałych trudności może bowiem nie tylko obniżyć prestiż, czy negatywnie odbić się
na wizerunku, ale przede wszystkim może uruchomić łańcuch zdarzeń przyspieszających negatywne zjawiska w przedsiębiorstwie,
np. utratę części kontrahentów w wyniku ujawnienia informacji dotyczących złej sytuacji finansowej. Jest to jedna z istotnych przy-
czyn, które powodują, że przedsiębiorcy do ostatniej chwili ukrywają swoje kłopoty i podejmują nieskuteczne próby samodzielnej
naprawy przedsiębiorstwa.
Działania państwa skierowane do rentownych przedsiębiorstw znajdujących się w trudnej sytuacji finansowej powinny koncen-
trować się na minimalizowaniu negatywnych skutków kryzysowej sytuacji w przedsiębiorstwie i zachęcać do bardziej aktywnego
reagowania na zmiany i pojawiające się wyzwania. Nie oznacza to jednak, że państwo powinno przeciwdziałać upadłości za wszelką
cenę, ponieważ stanowi ona naturalny element funkcjonowania gospodarki opartej na zasadach rynkowych. Rolą państwa jest
stworzenie prawnoinstytucjonalnych warunków do umożliwienia naprawy przedsiębiorstwa, a dopiero w przypadku braku prze-
słanek do restrukturyzacji – umożliwienia przeprowadzenia efektywnej upadłości.
Zapewnienie optymalnych warunków do funkcjonowania i rozwoju przedsiębiorstw, jak również upowszechnianie bardziej aktyw-
nego podejścia do podejmowania działań prewencyjnych jest niezbędnym elementem strategii i programów rozwoju gospodarki
oraz skutecznym sposobem na przezwyciężenie lub przynajmniej ograniczenie porażki biznesowej. Większe zaangażowanie w po-
dejmowanie szybkiej interwencji na skutek wcześniej zidentyfikowanych problemów pozwala na ustabilizowanie trudnej sytuacji
przedsiębiorcy i złagodzenie negatywnych skutków zachodzących zmian.
5.3. Rola działań prewencyjnych
Już w 2003 r. Komisja Europejska podkreślała znaczenie systemów wczesnego ostrzegania (Restructuring 2003), których wprowa-
dzenie ma na celu wykrywanie sytuacji kryzysowych i trudności finansowych zanim firma stanie się niewypłacalna. Przykładowo
dzięki odpowiedniej kombinacji wskaźników ekonomiczno-finansowych charakteryzujących jednostkę gospodarczą można z du-
żym prawdopodobieństwem przewidzieć jej porażkę. Istnieją również narzędzia, za pomocą których można np. określić skłon-
ność przedsiębiorcy do wystawiania przedsiębiorstwa na działanie czynników kryzysowych podwyższających ryzyko upadłości.
Niestety ta forma zarządzania ryzykiem jest jeszcze mało popularna, szczególnie wśród mikroprzedsiębiorców, tym samym jest
rzadko stosowana w praktyce. Wsparcie tworzenia i stosowania systemów wczesnego ostrzegania to jeden ze sposobów poprawy
wskaźników „przeżywalności” przedsiębiorstw oraz utrzymania aktywności gospodarczej bez konieczności zmniejszania zakresu
ochrony wierzycieli.
W celu wdrożenia efektywnego systemu diagnozowania kondycji finansowej przedsiębiorstw z sektora MŚP niezbędne jest
uwzględnienie specyfiki tych przedsiębiorstw pod kątem np. dostępu do informacji finansowo-księgowej (Instrument badania
2010).
76
Z uwagi na fakt, że przedsiębiorcy doświadczający trudności w zarządzaniu firmą bardzo często nie mogą sobie pozwolić na drogie
porady prawne, należy zapewnić im jak największą dostępność takich usług. Dobrym rozwiązaniem jest wykorzystanie możliwości
wsparcia oferowanych obecnie na rynku przez sieci instytucji otoczenia biznesu, szczególnie w ramach usług informacyjnych
i doradczych.
Do kategorii instrumentów zapobiegawczych, które wpisują się w działania prewencyjne w zakresie drugiej szansy, jest zaliczana
możliwość udzielania pomocy publicznej de minimis7 oraz pomocy publicznej objętej wyłączeniami grupowymi8. System prawny
stwarza możliwość udzielania tego rodzaju wsparcia bez względu na to, czy pomoc ta pochodzi wyłącznie z budżetu krajowego,
czy też zaplanowano ją w programach pomocowych przewidujących udzielanie pomocy publicznej w ramach programów ope-
racyjnych oraz bez względu na to, jaki podmiot udziela takiej pomocy.
Zasadne jest jednak zwrócenie uwagi, że dla zapewnienia efektywności działań konieczne jest przyjęcie założenia, iż wszelka
pomoc de minimis dla przedsiębiorców we wczesnym stadium trudności, jak również spełniających przesłanki przedsiębiorstwa
znajdującego się w trudnej sytuacji w rozumieniu przepisów UE w zakresie pomocy na ratowanie i restrukturyzację9 powinna służyć
rozwiązywaniu ich problemów i może być skierowana tylko do części tych podmiotów.
Należy pamiętać, że pomoc de minimis jest ograniczona do kwoty 200 tys. euro w ciągu 3 lat kalendarzowych, co ogranicza liczbę
potencjalnych przedsiębiorców, którzy mogliby dokonać restrukturyzacji w oparciu o zasadę de minimis. Warto jednak podkreślić,
że możliwość zastosowania tych rozwiązań pozwala przede wszystkim na zminimalizowanie obowiązku opracowania stosownej
dokumentacji w zakresie uzyskania zgody KE na udzielenie pomocy publicznej.
Zaletą tego rozwiązania jest również brak konieczności wprowadzania specjalnych działań pomocowych dedykowanych przed-
siębiorcom, którzy napotykają na trudności. Rozwiązanie to umożliwia bowiem czerpanie z istniejących, zaprojektowanych już
instrumentów, tak aby mogły być wykorzystane w nowym celu ukierunkowanym na rozwiązywanie problemów, z którymi borykają
się przedsiębiorcy (Ekspertyza 2012, s. 62). Oznacza to, że działania te mogłyby zostać wdrożone bez konieczności podejmowania
działań legislacyjnych w celu opracowania aktów prawnych (programów pomocowych) adresowanych do części przedsiębiorców
w trudnościach.
Tym samym należy podkreślić, że przeprowadzenie restrukturyzacji przedsiębiorstwa w trudnej sytuacji, które nie zakwalifikowało
się do pomocy de minimis będzie wymagało zastosowania indywidualnej procedury notyfikacyjnej10, co znacząco spowalnia
proces restrukturyzacji i zwiększa ryzyko jej niepowodzenia. Warto jednak zaznaczyć, że co do zasady prawodawstwo w zakresie
udzielania pomocy publicznej umożliwia przygotowanie i notyfikację programu pomocowego11, który może stanowić systemowe
rozwiązanie dla przedsiębiorstw, którym nie może zostać udzielona pomoc objęta wyłączeniem grupowym lub nie jest pomocą
de minimis.
Zapewnienie małym i średnim przedsiębiorcom możliwości uzyskania pomocy bez długiego oczekiwania na decyzję Komisji może
stanowić o ich szybszym powrocie do rentowności, jak również zminimalizować ryzyko upadłości.
Należy przy tym podkreślić, że opracowanie programu pomocowego na restrukturyzację, którego skutek jest wyłącznie procedu-
ralny, nie zaś materialny, nie stwarza dodatkowej podstawy prawnej do udzielenia pomocy publicznej i nie ma związku z wielkością
udzielanej pomocy. Ponadto przedmiotowy program pomocowy niesie ze sobą korzyści w postaci:
1. Skrócenia procedury udzielania pomocy, co zwiększa prawdopodobieństwo powodzenia procesu restrukturyzacji i w konse-
kwencji przekłada się na zmniejszenie liczby upadłych przedsiębiorców.
2. Ograniczenia kosztów związanych z postępowaniem w sprawie wydania opinii Prezesa UOKiK oraz postępowaniem przed
Komisją Europejską, co pozwala na znaczące skrócenie czasu trwania postępowań prowadzonych w zakresie możliwości
udzielania pomocy na restrukturyzację, ponieważ sprowadza je jedynie do postępowania przed krajowym organem udziela-
jącym pomocy.
Niewystarczająca wiedza i świadomość przedsiębiorców o możliwych zagrożeniach, a tym bardziej o sposobach reagowania na
nie (Ekspertyza 2012, s. 56–58), przemawia za wprowadzeniem specjalistycznego doradztwa w ramach pomocy de minimis, które
zapewniłoby identyfikację możliwych rozwiązań i podjęcie stosownych działań w celu uniknięcia dalszych kłopotów.
Można zatem jednoznacznie stwierdzić, że na etapie zapobiegania sytuacjom kryzysowym w przedsiębiorstwie niezwykle ważne
jest stworzenie warunków, które umożliwią podnoszenie poziomu wiedzy i umiejętności przedsiębiorców w zakresie zarządzania
7 Rozporządzenie Komisji (UE) Nr 1407/2013 z 18 grudnia 2013 r. w sprawie stosowania art. 107 i 108 Traktatu o funkcjonowaniu Unii Europejskiej do pomocy de minimis (Dz. Urz. UE L 352 z 24.12.2013).
8 Rozporządzenie Komisji (WE) NR 800/2008 z 6 sierpnia 2008 r. uznające niektóre rodzaje pomocy za zgodne ze wspólnym rynkiem w zastoso-waniu art. 87 i 88 Traktatu (ogólne rozporządzenie w sprawie wyłączeń blokowych).
9 Komunikat Komisji Wytyczne dotyczące pomocy państwa na ratowanie i restrukturyzację przedsiębiorstw niefinansowanych znajdujących się w trudnej sytuacji (2014/C249/01).
10 Rozporządzenie Rady (WE) Nr 659/1999 z 22 marca 1999 r. ustanawiające szczegółowe zasady stosowania art. 93 Traktatu WE.11 Ibidem.
77
przedsiębiorstwem, również zarządzania kryzysowego. Należy przy tym pamiętać, że doradztwo świadczone firmom, które znaj-
dują się jeszcze w niezłej kondycji finansowej może być skuteczniejsze od doradztwa, które jest przeznaczone dla przedsiębiorstw
doświadczających trudności (Raport z badań 2011). Dlatego też działania szkoleniowo-doradcze w ramach prewencji upadło-
ści powinny koncentrować się przede wszystkim na: uświadomieniu przedsiębiorcom możliwości zaistnienia zagrożeń i porażek
w działalności biznesowej, zdobyciu umiejętności rozpoznawania sygnałów świadczących o zbliżającej się sytuacji kryzysowej oraz
poszerzeniu wiedzy na temat istniejących form pomocy i restrukturyzacji w obliczu problemów finansowych przedsiębiorstwa.
Nie bez znaczenia jest również fakt, że tego typu usługi w dużej mierze powinny opierać się na przekazie „praktycznym”, z udziałem
osób, które miały już podobne doświadczenia.
5.4. Postępowania sądowe vs. pozasądowe
Przedsiębiorcy, którzy doświadczają problemów finansowych i mają ograniczone zasoby często nie mogą pozwolić sobie na długi
proces restrukturyzacji z udziałem zewnętrznych doradców, ponieważ generuje to znaczne koszty dodatkowe. Tanie i proste pro-
cedury restrukturyzacji są zatem niezbędne. Procedury pozasądowe są często tańsze i szybsze, dlatego są szczególnie atrakcyjne
dla nowo powstałych i małych przedsiębiorstw.
Rozstrzyganie polubowne sporów lub reorganizacja, realizowane bez angażowania sądu, mają miejsce poza rozwiązaniami usta-
wowymi, a ich celem jest odbudowanie przedsiębiorstwa będącego w trudnej sytuacji finansowej. Są to często rozliczenia o cha-
rakterze nieoficjalnym, ponieważ nie są bezpośrednio regulowane przez prawo. Według holenderskich badań procedury takie
nierzadko składają się z dwóch procesów: (1) restrukturyzacji działalności gospodarczej, w przypadku gdy przeprowadza się próbę
przywrócenia rentowności przedsiębiorstwa oraz (2) restrukturyzacji finansowej, kiedy odracza się płatność, zmniejsza się nomi-
nalne zadłużenie i wnosi nowy kapitał12.
Ponadto, jak wynika z raportu KE pt. Business Dynamics: Start-ups, Business Transfer and Bankruptcy, w odniesieniu do postępowań
pozasądowych zwraca się szczególną uwagę na to, że dla wierzycieli ich celem powinno być osiągnięcie wspólnego porozumienia
w kwestii wierzytelności. Zawarcie porozumienia dokonywane jest poza sądem, dzięki czemu jest szybsze i tańsze, co jednak nie
oznacza, że jest bezkosztowe. W raporcie wskazano, że tylko w pięciu państwach członkowskich (Polska do nich nie należy) w takich
postępowaniach biorą udział organy podatkowe. Ponadto podkreślono, że średnia długość takich postępowań w Polsce wynosi
7,7 miesiąca, co należy uznać za przeciętną. Podobnie oceniono funkcjonujący w Polsce system postępowań pozasądowych na
podstawie współczynnika rezultatu (Business Dynamics 2011).
W celu osiągnięcia najbardziej satysfakcjonującego porozumienia państwo powinno umożliwić przedsiębiorcom zagrożonym nie-
wypłacalnością zawieranie porozumienia z wierzycielem bez udziału sądu, np. poprzez arbitraż. Realizacja tego działania powinna
polegać na szerokim dostępie przedsiębiorców do informacji na temat alternatywnych metod rozwiązywania sporów, głównie
negocjacji i mediacji. Z doświadczeń międzynarodowych wynika, że rozstrzygnięcia pozasądowe są często oparte o pewne normy
lub kodeksy postępowania. Ważną rolę w promowaniu takiego kodeksu postępowania mogą odegrać władze publiczne, takie
jak bank centralny lub resort finansów, czego przykładem jest tzw. „metoda London” (London approach) promowana przez Bank
of England od 1980 r. (Entrepreneurship policy 2006). Państwo może również wspierać takie rozwiązania poprzez ustanowienie
ogólnych ram prawnych i systemów podatkowych sprzyjających i zachęcających do podejmowania takich rozstrzygnięć13.
Działania państwa w zakresie ograniczania ryzyka przedwczesnej upadłości są adresowane do przedsiębiorców, których sytuacja
ekonomiczna jest już na tyle poważna, że wymaga od nich aktywnej postawy w tym zakresie. Na tym etapie kluczową kwestią
dla przeżycia przedsiębiorstwa jest zapewnienie mu warunków do przeprowadzenia skutecznej restrukturyzacji, co przywróci mu
zdolność do konkurowania na rynku i tym samym przyczyni się do zwiększenia „przeżywalności” przedsiębiorstw w skali kraju.
Jednocześnie nie należy zapominać, że na wczesnym etapie problemów w celu osiągnięcia porozumienia pomiędzy przedsię-
biorcą a jego wierzycielami można wykorzystać wszelkie pozasądowe formy rozstrzygania sporów, które mogą doprowadzić do
rozpoczęcia naprawy przedsiębiorstwa równolegle z restrukturyzacją jego zadłużenia.
Obecnie wykorzystanie pozasądowych metod zawierania porozumienia między przedsiębiorcą a wierzycielami, takich jak me-
diacja14 czy arbitraż15, jest w Polsce znikome. Mimo iż mediacja sądowa jest uregulowana od 2005 r. w kodeksie postępowania
cywilnego, a na rynku funkcjonuje ok. 4 tys. mediatorów, do mediacji trafia jedynie promil spraw gospodarczych (a co do skali
mediacji pozasądowej nie ma potwierdzonych danych). Tymczasem właściwe zastosowanie tych instrumentów przyczyniłoby się
do zmniejszenia kosztów i zredukowania czasu trwania procedur sądowych w zakresie spraw gospodarczych.
12 Zob. (Adriaanse 2005). Do dyskusji pozostaje kwestia prawnych możliwości wyjścia kapitałowego.13 Zalecenia Komisji z 12 marca 2014 r. w sprawie nowego podejścia do niepowodzeń w działalności gospodarczej i niewypłacalności
(C(2014)1500).14 Art. 183¹–183¹⁵ ustawy z 17 listopada 1964 r. Kodeks postępowania cywilnego (Dz.U. z 2014 r., poz. 101 j.t.). 15 Część piąta – Sąd polubowny (arbitrażowy), ibidem.
78
Obecnie na gruncie prawa polskiego prawnym instrumentem do przeprowadzenia restrukturyzacji przedsiębiorstwa jest postępo-
wanie naprawcze, uregulowane w części czwartej ustawy z 28 lutego 2003 r. – Prawo upadłościowe i naprawcze (Puin)16. Jednak
zarówno statystyki, jak i codzienna praktyka wskazują na znikome zastosowanie instytucji prawa naprawczego przez polskich
przedsiębiorców.
Zasadniczym celem postępowania naprawczego jest poprawa kondycji przedsiębiorstwa, co w konsekwencji ma przywrócić mu
zdolność do konkurowania na rynku. Oznacza to, że przedsiębiorcy powinni traktować procedurę naprawczą jako instrument, który
może zostać wykorzystany na etapie, kiedy przedsiębiorstwo nie kwalifikuje się jeszcze do rozpoczynania procedury upadłościowej.
Należy zatem wypromować sposób myślenia o postępowaniach naprawczych/restrukturyzacyjnych jako o narzędziach reagowania
na pojawiające się problemy o charakterze faktycznym, jeszcze niepieniężnym, choć mogącym w przyszłości wywołać negatywne
skutki finansowe.
Trudności w rozpoznaniu momentu, kiedy sytuacja przedsiębiorstwa wymaga podjęcia decyzji o jego ratowaniu sprawiają, że
przedsiębiorcy zbyt późno rozpoczynają działania naprawcze, a także, co jest jeszcze bardziej niekorzystne, składają wniosek
o wszczęcie postępowania upadłościowego.
Obecnie, wskutek dynamicznych zmian na rynku, jak również z powodu błędów popełnianych bezpośrednio przez przedsiębior-
ców, wiele firm staje w obliczu kryzysu przejawiającego się niewypłacalnością przedsiębiorstwa.
Na gruncie prawa polskiego pojęcie niewypłacalności, na podstawie którego przedsiębiorca może zostać zakwalifikowany do ob-
jęcia postępowaniem naprawczym lub postępowaniem upadłościowym uregulowane jest w art. 11 ustawy Prawo upadłościowe
i naprawcze17. Zgodnie z tym artykułem przedsiębiorcę uznaje się za niewypłacalnego, kiedy nie wykonuje on swoich wymagalnych
zobowiązań pieniężnych. Przepis ten dotyczy:
• wyłącznie zobowiązań pieniężnych,
• wszelkich zobowiązań, niezależnie od rozmiaru, przyczyny, jak również faktu, czy są związane z prowadzoną działalnością
gospodarczą (w odniesieniu do wspólników spółek handlowych ponoszących bez ograniczenia odpowiedzialność za zo-
bowiązania spółki całym swoim majątkiem, bez znaczenia jest, czy podmioty te nie wykonują zobowiązań spółki, za które
ponoszą odpowiedzialność, czy też nie wykonują innych zobowiązań),
• wymagalnych zobowiązań publicznoprawnych i cywilnoprawnych (Ekspertyza 2012).
W odniesieniu do przedsiębiorcy zagrożonego upadłością przewiduje się możliwość złożenia przez niego w sądzie oświadczenia
o wszczęciu postępowania naprawczego wraz z planem naprawczym. Przedsiębiorca uważany jest za zagrożonego niewypłacal-
nością, jeżeli pomimo wykonywania swoich zobowiązań według rozsądnej oceny jego sytuacji ekonomicznej jest oczywiste, że
w niedługim czasie stanie się niewypłacalny18.
Zarówno statystyki, jak i codzienna praktyka wskazują na znikome zastosowanie instytucji prawa naprawczego przez polskich
przedsiębiorców. Fakt ten potwierdza swoistą nierównowagę względem trudności, jakie w ostatnich latach stawia przed nimi
sytuacja gospodarcza (co skutkuje m.in. wzrostem liczby upadłości), jak też w stosunku do popularności licznych rozwiązań na-
prawczych, dostępnych w innych państwach. Pomijając przyczyny tego stanu rzeczy, leżące po stronie samych przedsiębiorców,
oznacza to, że przepisy regulujące polskie postępowanie naprawcze oraz infrastruktura restrukturyzacyjna nie funkcjonują prawi-
dłowo i wymagają krytycznej analizy, a w dalszej kolejności także modyfikacji (Analiza 2010).
Procedura naprawcza jest wdrażana przez samego przedsiębiorcę z pomocą nadzorcy sądowego. Istotą tej procedury powinny
być zatem proste zasady jej prowadzenia, a co za tym idzie krótki czas trwania postępowania, ponieważ sytuacja zagrożenia może
szybko przekształcić się w faktyczne trudności. Ponadto na czas jej trwania dłużnikowi przysługuje ochrona przed wierzycielami,
którzy nie są zainteresowani przedłużaniem postępowania i tym samym zablokowaniem swoich wierzytelności. Szybkie postę-
powanie jest możliwe, jeśli działania sądu są ograniczone do kilku koniecznych czynności, które są kluczowe dla prawidłowości
postępowania naprawczego. Obecnie są to:
• możliwość zakazania prowadzenia przez przedsiębiorcę procedury naprawczej w wyniku zaistnienia określonych w przepisach
przesłanek,
• ustanowienie nadzorcy sądowego, którego obecność w procedurze naprawczej gwarantuje przeprowadzenie wszystkich
czynności mających doprowadzić do układu w sposób profesjonalny i zgodny z wiedzą ekonomiczną i prawniczą,
• zatwierdzenie lub odmowa zatwierdzenia układu,
• uchylenie układu.
Procedura naprawcza faktycznie jest prowadzona w interesie dłużnika, a raczej potencjalnego dłużnika, ponieważ przedsiębiorca
mogący przystąpić do procedury naprawczej jeszcze reguluje swoje zobowiązania (ale już wkrótce może to być niemożliwe).
16 Ustawa z 28 lutego 2003 r. – Prawo upadłościowe i naprawcze (Dz.U. Nr 60, poz. 535 z późn. zm.).17 Ibidem.18 Art. 492 i nast., ibidem.
79
Należy jednak również pamiętać, że procedura ta leży także w interesie wierzycieli, a w zasadzie dostawców przedsiębiorcy za-
grożonego niewypłacalnością. Istotne jest więc to, aby przepisy wyraźnie przedstawiały stanowisko ustawodawcy, stwierdzające,
iż postępowanie naprawcze, chroniąc przedsiębiorcę przez pewien określony czas przed zbyt pochopnymi działaniami windyka-
cyjnymi potencjalnych wierzycieli, ma na celu umożliwienie mu poprawy kondycji jego przedsiębiorstwa, ratując go, być może,
przed upadłością. Utrzymanie działalności takiego przedsiębiorstwa w dalszej kolejności ratuje i chroni bieżący obrót handlowy
innych dostawców.
Na skutek wszczęcia postępowania naprawczego zawiesza się wykonanie zobowiązań przedsiębiorcy oraz naliczanie należnych
od nich odsetek. Dopuszczalne jest przy tym potrącanie wierzytelności. Nie mogą natomiast być wszczynane przeciwko przed-
siębiorcy postępowania zabezpieczające i egzekucyjne, a rozpoczęte postępowania podlegają z mocy prawa zawieszeniu, z wyłą-
czeniem tych, które dotyczą wierzytelności nieobjętych układem19. W przypadku złożenia przez wierzyciela wniosku o ogłoszenie
upadłości sąd odroczy jego rozpoznanie do czasu zakończenia postępowania naprawczego lub połączy rozpoznanie wniosku
z postępowaniem o zatwierdzenie układu20.
Warto podkreślić, że umieszczenie przepisów naprawczych w jednym akcie z regulacją dotyczącą procedur upadłościowych wpły-
wa bardzo niekorzystnie na rozpowszechnienie działań restrukturyzacyjnych jako instrumentu ratowania przedsiębiorstw, ponieważ
procedura naprawcza zbytnio kojarzy się z upadłością (niewypłacalnością). Prawne usankcjonowanie odrębności postępowania
naprawczego z punktu widzenia jego celu i roli na rynku będzie służyło poprawie sposobu jego postrzegania i faktycznego wy-
korzystania (Raport z badań 2011).
5.5. Systemowe znaczenie mechanizmów wczesnego ostrzegania
Działania prewencyjne i zapobiegawcze ze strony państwa w zakresie systemów wczesnego ostrzegania powinny być dla przed-
siębiorców łatwo dostępne, a zasady korzystania z nich przejrzyste i jasne. Jednocześnie wskazane jest, aby przedsiębiorcy mieli
świadomość, jakie zjawiska są sygnałem do podjęcia działania w ramach systemu wczesnego ostrzegania oraz posiadali umiejęt-
ności korzystania z rozwiązań, które oferuje państwo.
W wielu przypadkach, w których działania zapobiegawcze nie zostały podjęte lub nie dały spodziewanych rezultatów, konieczne
jest przeprowadzenie postępowania, w ramach którego nastąpi restrukturyzacja zadłużenia przedsiębiorcy oraz dalsze działania
naprawcze, które umożliwią w przyszłości wyeliminowanie przyczyn powstałych trudności. Znaczącą rolę w tym zakresie poten-
cjalnie mogą odgrywać postępowania pozasądowe, ze względu na prostotę, szybkość i niesformalizowany charakter. Niezależnie
od powyższego w praktyce powinny one być tak zorganizowane, aby przedsiębiorcy w trudnościach faktycznie widzieli w nich
szansę na skuteczne przeprowadzenie restrukturyzacji i wyeliminowanie problemów (Ekspertyza 2012).
Rola państwa powinna sprowadzać się do ułatwiania przedsiębiorcom identyfikacji zagrożeń i zapobiegania powstawaniu sytuacji
kryzysowych w przedsiębiorstwie, a nie do przeciwdziałania upadłości za wszelką cenę. W interesie państwa leży bowiem, aby
przedsiębiorstwa były silne i elastycznie reagowały na wszelkie zmiany zachodzące na rynku. Zapewnienie optymalnych możliwości
funkcjonowania i rozwoju przedsiębiorstw jest niezbędnym elementem strategii i programów rozwoju gospodarki oraz skutecznym
sposobem na przezwyciężenie lub przynajmniej ograniczenie kryzysu gospodarczego.
Ważną rolę w przezwyciężaniu trudności w prowadzeniu działalności gospodarczej odgrywają działania o charakterze prewen-
cyjnym – zarówno w zakresie identyfikacji, jak i zapobiegania sytuacjom kryzysowym w przedsiębiorstwie, a także w obszarze
przeciwdziałania przedwczesnej upadłości przedsiębiorstw. Dlatego też wskazane jest, aby działania państwa skupiały się na za-
pewnieniu przedsiębiorcom możliwości podejmowania działań prewencyjnych i zapobiegawczych, które będą miały na celu m.in.:
• propagowanie bieżącego monitorowania ekonomiczno-finansowej sytuacji przedsiębiorstwa,
• upowszechnienie wykorzystania systemów wczesnego ostrzegania o sytuacji kryzysowej, mających na celu wykrywanie
podatności podmiotów na sytuacje kryzysowe i trudności finansowe zanim firma stanie się niewypłacalna,
• zapewnienie szeroko rozbudowanego systemu doradztwa i szkoleń dla przedsiębiorców, umożliwiających skuteczne radzenie
sobie w przypadku zaistnienia groźby wystąpienia trudności finansowych, które mogą skutkować upadłością.
Przykładem takiego rozwiązania jest realizowany obecnie przez Polską Agencję Rozwoju Przedsiębiorczości pilotażowy projekt
skierowany do przedsiębiorców, którzy odczuwają problemy ekonomiczne, ale nie osiągnęli jeszcze statusu przedsiębiorstwa
zagrożonego. Projekt – pod nazwą Instrument Szybkiego Reagowania (ISR) – dotyczy systemu działań prewencyjnych wobec
przedsiębiorstw, a jego celem jest ustabilizowanie trudnej sytuacji przedsiębiorcy i złagodzenie negatywnych skutków zmia-
ny gospodarczej dzięki podjęciu szybkiej interwencji na skutek wczesnej identyfikacji problemu. W wyniku podjętych działań
19 Art. 498, ibidem.20 Art. 499, ibidem.
80
przedsiębiorcy otrzymają kompleksową pomoc przy opracowaniu i wdrażaniu planu rozwoju, który będzie stanowił podstawę do
podjęcia działań naprawczych lub rozwojowych.
Bardzo istotnym elementem kompleksowego systemu wczesnego ostrzegania jest udostępnienie przedsiębiorcom instrumentów
zapobiegawczych, takich jak narzędzie online, które pozwala na monitoring ich sytuacji finansowej. Identyfikacja podmiotów,
które znajdują się we wczesnym stadium trudności umożliwi danemu przedsiębiorcy otrzymanie wszelkiej pomocy publicznej,
w granicach wyznaczonych przez reguły dopuszczalności ustanowione na szczeblu UE dla różnych przeznaczeń (celów) pomocy
publicznej.
Identyfikacja problemów przedsiębiorców, którzy znajdują się w trudnej sytuacji ekonomicznej oraz wskazanie środków przeciw-
działania tym problemom powinny być jednym z priorytetów prowadzonej przez państwo polityki drugiej szansy. Jedną z moż-
liwości jest stworzenie instrumentu wsparcia o charakterze zwrotnym (program pomocowy), który umożliwi przeprowadzenie
niezbędnych działań restrukturyzacyjnych w przedsiębiorstwie (np. zmiana profilu produkcji, restrukturyzacja zatrudnienia etc.)
i pozwoli na zapewnienie odpowiednich warunków do restrukturyzacji MŚP.
W związku z powyższym wskazane jest, aby konstrukcja przepisów krajowych umożliwiała dokonywanie kompleksowej restruk-
turyzacji przedsiębiorstw (obejmującej restrukturyzację strukturalną i finansową). Dlatego też zalecane jest wprowadzenie aktem
normatywnym programu pomocowego obejmującego ratowanie, restrukturyzację, tymczasowe wsparcie restrukturyzacyjne
oraz restrukturyzację niektórych należności publiczno-prawnych. Opracowanie programu pomocowego umożliwi stworzenie dla
przedsiębiorców jasnych i przejrzystych zasad korzystania z pomocy publicznej, a tym samym pozwoli również na przyspieszenie
procedur, zmniejszenie obciążeń administracyjnych oraz zwiększy efektywność postępowań restrukturyzacyjnych.
Idea „drugiej szansy” sprowadza się do tego, aby nie tylko skutecznie wspierać przedsiębiorców w trudnościach, ale również wyko-
rzystać ich potencjał i doświadczenie w przypadku, gdy firma musi zakończyć działalność. Dzięki upowszechnianiu oraz wspieraniu
możliwości powtórnego podjęcia działalności gospodarczej możliwe jest uzyskanie pozytywnego wpływu na postawy przedsię-
biorcze całego społeczeństwa. Dlatego też należy podjąć działania informacyjno-promocyjne mające na celu zniwelowanie „złej
sławy” zjawiska upadłości w świadomości społecznej oraz przeciwdziałanie stygmatyzacji przedsiębiorców, którzy doświadczyli
porażki biznesowej.
Bardzo istotnym elementem działań w obszarze przeciwdziałania stygmatyzacji przedsiębiorców, którzy doznali niepowodzenia
w biznesie jest przede wszystkim stworzenie warunków do podejmowania ponownej działalności gospodarczej z wykorzystaniem
ich dotychczasowego doświadczenia. Jak wynika z analizy potrzeb tych osób, wymagają one innych usług niż przedsiębiorcy,
którzy funkcjonują na rynku lub rozwijają firmę. Zatem w celu umożliwienia ponownego rozpoczęcia działalności gospodarczej
osobom, które poniosły porażkę biznesową należy stworzyć system wsparcia dedykowany dla byłych przedsiębiorców („nowy
start”) (Ekspertyza 2012).
Podjęcie interwencji w ramach „nowego startu” powinno być adresowane wyłącznie do uczciwych przedsiębiorców doświadczo-
nych likwidacją, którzy wykazują aktywną postawę i aplikują o pomoc na realizowanie planów biznesowych z uwzględnieniem
dotychczasowych doświadczeń. Co więcej, ukierunkowanie wsparcia na takich przedsiębiorców wpłynie pozytywnie na postrze-
ganie w społeczeństwie koncepcji „nowego startu”.
Zapewnienie optymalnych możliwości funkcjonowania i rozwoju przedsiębiorstw jest niezbędnym elementem strategii i progra-
mów rozwoju gospodarki oraz skutecznym sposobem na przezwyciężenie lub przynajmniej ograniczenie kryzysu gospodarczego.
Realizując zarówno rekomendacje Komisji Europejskiej, jak również dokumentów strategicznych określających cele i priorytety pol-
skiej polityki gospodarczej w perspektywie najbliższych lat, resort gospodarki przygotował projekt Polityki Nowej Szansy. Głównym
celem programu jest zwiększenie „przeżywalności” przedsiębiorstw oraz wsparcie jak największej liczby podmiotów w ponownym
podejmowaniu działalności gospodarczej,
Polityka Nowej Szansy przewiduje zatem działania, które zmierzają do:
• ograniczenia ryzyka poniesienia porażki,
• minimalizowania siły oddziaływania negatywnie kojarzonej upadłości likwidacyjnej również poprzez jej ograniczanie w drodze
upowszechnienia i rozwoju procedur restrukturyzacyjnych,
• usprawnienia procedur upadłościowych, szczególnie w kontekście skrócenia czasu postępowania oraz redukcji kosztów,
• zapewnienia warunków do tego, aby każdy uczciwy przedsiębiorca, który doświadczył niepowodzenia w biznesie otrzymał
kolejną szansę na rozpoczęcie nowej działalności gospodarczej.
Niezwykle ważne w społeczeństwie jest postrzeganie upadłości jako doświadczenia, które może mieć również pozytywne skutki.
Dlatego też Polityka, obok upowszechniania korzystania z dostępnych procedur upadłościowych i restrukturyzacyjnych, zmierza
81
do stworzenia dogodnych warunków dla osób, które po doświadczeniu porażki biznesowej chciałyby ponownie rozpocząć nową
działalność gospodarczą. Wobec tego jednym z zasadniczych komponentów programu jest stworzenie instrumentu nowy start21.
Jak wynika z doświadczeń, w firmach założonych przez osoby ponownie rozpoczynające działalność gospodarczą odnotowano
większe obroty oraz wzrost zatrudnienia, zaobserwowano też większą rozwagę decyzyjną w porównaniu z firmami prowadzonymi
przez przedsiębiorców, którzy rozpoczęli swoją pierwszą działalność lub nigdy nie ponieśli porażki.
Polityka Nowej Szansy opowiada się za większym upowszechnieniem procesu naprawy przedsiębiorstw w taki sposób, aby najpierw
poważnie rozważyć decyzję o wszczęciu postępowań naprawczych (restrukturyzacyjnych), w dalszej kolejności układowych, a do-
piero w przypadku braku przesłanek do restrukturyzacji – postępowania likwidacyjnego. Jednym z podstawowych celów postę-
powania powinna być kontynuacja działalności funkcjonujących organizmów gospodarczych we wszystkich tych przypadkach,
w których jest to zgodne z racjonalnym gospodarowaniem. Daje to szanse m.in. na utrzymanie dotychczasowych miejsc pracy. Dla
osiągnięcia takiego modelu niezbędne jest dokonanie stosownych zmian w całym systemie prawa upadłościowego i naprawczego.
Zmiany w przepisach prawnych powinny również objąć właściwe postępowanie upadłościowe – pod kątem jego odformalizowa-
nia i uproszczenia, co może się przełożyć na obniżenie jego kosztów, jak również skrócenie czasu jego trwania.
Wnioski płynące z dokonanej analizy funkcjonowania dotychczasowych przepisów z zakresu prawa upadłościowego i naprawczego
oraz rekomendacje KE zostały uwzględnione w propozycjach nowych regulacji przygotowywanych przez resort sprawiedliwości,
który aktualnie pracuje nad projektem nowej ustawy – Prawo restrukturyzacyjne oraz zmian w ustawie z 28 lutego 2003 r. – Prawo
upadłościowe i naprawcze.
Przyjęcie zupełnie nowej ustawy – Prawo restrukturyzacyjne – zapewni instytucjonalną odrębność postępowań restrukturyzacyj-
nych od postępowań upadłościowych, które mogą stanowić element stygmatyzujący przedsiębiorcę. Zgodnie z założeniami22
w zakresie postępowania wobec niewypłacalnego przedsiębiorcy zmianie ulegnie przede wszystkim dotychczasowy cel tego
postępowania. Upadłość dłużnika i likwidacja jego majątku będzie traktowana jako ostateczność. Głównym celem zmian jest
zapewnienie przedsiębiorcom w trudnej sytuacji finansowej możliwości przeprowadzenia skutecznego postępowania restruktu-
ryzacyjnego, co pozwoli na powrót do normalnej działalności w okresie od kilu do kilkunastu miesięcy.
W związku z tym rozszerzony zostanie katalog postępowań restrukturyzacyjnych, które będą bardziej elastyczne i lepiej dostoso-
wane do rzeczywistych potrzeb dłużników. Nowa ustawa Prawo restrukturyzacyjne wprowadzi cztery, zupełnie nowe instytucje
restrukturyzacji, oparte częściowo na sprawdzonych praktykach międzynarodowych, dostosowanych do warunków polskiej gospo-
darki. Każdy przedsiębiorca powinien mieć zapewniony szeroki dostęp do elastycznych procedur, które w przypadku problemów
finansowych z jednej strony, dadzą mu możliwość efektywnej restrukturyzacji, a z drugiej – zapewnią ochronę wierzycieli23.
Stworzenie nowych rodzajów postępowań restrukturyzacyjnych ma na celu przede wszystkim:
• maksymalne uproszczenie procedur,
• umożliwienie przedsiębiorcom samodzielnego wyboru dogodnej dla nich ścieżki restrukturyzacji,
• skrócenie czasu niezbędnego do zawarcia skutecznego układu z wierzycielami,
• umożliwienie przeprowadzenia realnej restrukturyzacji całokształtu działalności przedsiębiorstwa pod ochroną sądu.
Wszystkie procedury restrukturyzacyjne powinny być skierowane zarówno do przedsiębiorców niewypłacalnych, jak i tych za-
grożonych niewypłacalnością (zgodnie z podejściem, że likwidacja przedsiębiorstwa może nastąpić wyłącznie w sytuacji braku
przesłanek do restrukturyzacji).
Ponadto, zgodnie z kierunkiem zmian przyjętym w Założeniach do ustawy Prawo restrukturyzacyjne, przesłanką do uznania dłuż-
nika za niewypłacalnego będzie niemożność regulowania jego zobowiązań pieniężnych utrzymująca się powyżej 3 miesięcy, co
oznacza, że taki stan powinien wykazywać pewną trwałość (przesłanka płynnościowa). Utrata zdolności regulowania zobowiązań
powinna wynikać z oceny stanu finansowego przedsiębiorstwa dłużnika. Dodatkowym kryterium stanowiącym o niewypłacalności
dłużnika będzie stan, w którym suma zobowiązań przewyższy łączną wartość zbywczą majątku dłużnika (przesłanka zadłużeniowa).
Dominująca w ustawie Prawo upadłościowe i naprawcze zasada określająca prymat interesów wierzycieli nad interesami niewy-
płacalnego dłużnika powinna znajdować najszersze zastosowanie jedynie w przypadku postępowania likwidacyjnego. Aby umoż-
liwić przedsiębiorcy przeprowadzenie skutecznej restrukturyzacji, w postępowaniu układowym i naprawczym interesy wierzycieli
i dłużnika powinny być chronione w podobny sposób. Brak zrównoważenia ochrony praktycznie uniemożliwia przedsiębiorcy takie
wykonywanie działalności gospodarczej, które przyniosłoby efekt w postaci wyjścia z zagrożenia niewypłacalnością i przetrwanie
przedsiębiorstwa.
21 Zaprojektowany system działań w ramach instrumentu powinien zapewniać m.in. wsparcie informacyjne, doradcze oraz psychologiczne, szczególnie dla przedsiębiorców doświadczonych upadłością.
22 Projekt założeń projektu ustawy – Prawo restrukturyzacyjne przyjęty przez Radę Ministrów 11 lutego 2014 r.23 Ibidem.
Należy zdecydowanie podkreślić, że trudności finansowe, nawet zakończone likwidacją działalności firmy, nie muszą oznaczać
klęski. Trzeba podejmować kolejne próby prowadzenia działalności w oparciu o dotychczasowe doświadczenia, co ma niebaga-
telny wpływ na zmianę postaw przedsiębiorczych całego społeczeństwa. W związku z powyższym w ramach Polityki Nowej Szansy
przewiduje się przeprowadzenie szeroko zakrojonej kampanii informacyjno-promocyjnej, która ma na celu „odczarowanie” zjawiska
upadłości w świadomości społecznej.
83
Mikołaj Stasiak
Rozdział 6
RAMY PRAWNE POMOCY PUBLICZNEJ
6.1. Wprowadzenie
Pomoc publiczna stanowi silny instrument interwencjonizmu państwowego. Dzięki niej państwo może wzmacniać pożądane
zjawiska gospodarcze lub przeciwdziałać zjawiskom postrzeganym jako negatywne. W szczególności pomoc publiczna może być
narzędziem w kreowaniu efektywnej polityki przeciwdziałania upadłościom przedsiębiorstw.
W swoim Komunikacie do Parlamentu Europejskiego, Rady, Europejskiego Komitetu Ekonomiczno-Społecznego i Komitetu Re-
gionów – „Unowocześnienie unijnej polityki w dziedzinie pomocy państwa”1 – Komisja Europejska zwraca uwagę, że europejska
strategia rozwoju, określona w dokumencie „Europa 2020”, wyznacza trzy następujące cele dla gospodarki europejskiej. Ma ona
funkcjonować w sposób inteligentny, zrównoważony oraz sprzyjać włączeniu społecznemu. Komisja zwraca przy tym uwagę, że
najlepszym instrumentem dla osiągnięcia tych celów jest jednolity rynek. Jego sprawne funkcjonowanie wymaga jednak bardziej
nowoczesnej kontroli pomocy publicznej, tak aby wydatki państw członkowskich stanowiące pomoc były ukierunkowane na
realizację polityk wzrostu gospodarczego przy jednoczesnym ograniczeniu naruszenia konkurencji.
Komisja podkreśla, że unowocześnienie systemu kontroli pomocy publicznej ma na celu: i) pobudzenie trwałego, inteligentnego
i sprzyjającego włączeniu społecznemu wzrostu gospodarczego na konkurencyjnym rynku wewnętrznym, ii) skupienie uwagi
Komisji w działaniach kontrolnych prowadzonych ex ante na sprawach mających największy wpływ na rynek wewnętrzny, przy
jednoczesnym wzmocnieniu współpracy państw członkowskich w zakresie egzekwowania reguł pomocy państwa; iii) optymali-
zację reguł i skrócenie czasu podejmowania decyzji.
Pierwszy ze wskazanych celów wymaga, aby kontrola pomocy państwa ułatwiała rozpatrywanie pomocy, która jest dobrze skonstru-
owana, ukierunkowana na zidentyfikowane zawodności rynku i cele leżące we wspólnym interesie oraz wywołuje jak najmniej zakłóceń
(„właściwa pomoc”). Będzie to gwarancją, że wsparcie publiczne będzie stymulować innowacyjność, rozwój zielonych technologii i kapi-
tału ludzkiego, nie wywołując przy tym szkód w środowisku, a w końcowym efekcie będzie pobudzać wzrost gospodarczy, zatrudnienie
i konkurencyjność UE. Pomoc taka przyczyni się najlepiej do wzrostu gospodarczego, jeżeli będzie ukierunkowana na określoną zawodność
rynku, a tym samym będzie uzupełniać, a nie zastępować wydatki ze źródeł prywatnych. Pomoc państwa będzie skutecznie przyczyniać
się do osiągania pożądanych celów w zakresie polityki publicznej tylko wówczas, gdy będzie zapewniać efekt zachęty, czyli gdy będzie
skłaniać beneficjentów pomocy do działań, których bez pomocy by nie podjęli. Największy wpływ na wzrost gospodarczy pomoc państwa
będzie mieć jedynie wówczas, gdy będzie skonstruowana tak, aby zakłócenia konkurencji były ograniczone, a rynek wewnętrzny pozostał
otwarty i konkurencyjny.
Zdaniem Komisji, kontrola pomocy państwa, jeżeli położy się w niej nacisk na jakość i efektywność wsparcia publicznego, może także
pomóc państwom członkowskim zwiększyć dyscyplinę budżetową i poprawić jakość finansów publicznych – a w efekcie zapewnić lep-
sze wykorzystanie pieniędzy podatników. Jest to szczególnie istotne, aby można było przeprowadzić inteligentną konsolidację fiskalną,
godząc przy tym rolę, jaką ukierunkowane wydatkowanie środków publicznych ma odgrywać w generowaniu wzrostu gospodarczego,
z potrzebą opanowania sytuacji budżetowej.
Modernizacja systemu kontroli pomocy publicznej ma zostać dokonana poprzez:
• ustalenie jednakowych zasad mających zastosowanie do oceny zgodności wszystkich środków pomocy ze wspólnym rynkiem
(w szczególności: definicja i ocena rzeczywistej zawodności rynku, efektu zachęty oraz negatywnych skutków interwencji
publicznych),
• rewizję i ujednolicenie wytycznych w sprawie pomocy państwa, tak aby były one zgodne z powyższymi wspólnymi zasadami;
Komisja zwraca przy tym uwagę, że rewizja reguł ma służyć przede wszystkim umacnianiu rynku wewnętrznego oraz zwięk-
szaniu efektywności wydatkowania środków, a także bardziej precyzyjnemu identyfikowaniu niedoskonałości rynkowych,
w stosunku do których pomoc ma być adresowana oraz bardziej szczegółowemu badaniu efektu zachęty; Komisja zapowiada
w omawianym Komunikacie, że ocena pomocy publicznej powinna być przeprowadzana z uwzględnieniem tego, jakie są
wszystkie jej negatywne oraz pozytywne skutki,
• określenie priorytetów w zakresie kontroli działań pomocowych i dalsze koncentrowanie się przez Komisję na ocenie wyłącz-
nie tych środków pomocowych, które mają znaczy wpływ na wymianę handlową na rynku wewnętrznym; w związku z tym
modernizacja systemu kontroli związana jest ze zmianą przepisów o wyłączeniach grupowych oraz o pomocy de minimis,
1 Bruksela, 8 maja 2012 r. COM(2012) 209 final.
84
• uproszczenie i unowocześnienie procedur, w ramach których Komisja dokonuje badania pomocy udzielanej przez państwa
członkowskie.
Kierując się postulatami wytyczonymi w wyżej wymienionym Komunikacie, Komisja zaproponowała zmiany w Rozporządzeniu
Rady (WE) Nr 659/1999 z 22 marca 1999 r. ustanawiającym szczegółowe zasady stosowania art. 108 Traktatu o funkcjonowaniu Unii
Europejskiej (TFUE) (Dz.Urz. UE L 83, 27.3.1999, s. 1, ze zm.). Zmiany te zostały przyjęte Rozporządzeniem Rady (UE) Nr 734/2013
z 22 lipca 2013 r. zmieniającym rozporządzenie (WE) nr 659/1999 ustanawiające szczegółowe zasady stosowania art. 93 Traktatu
WE (Dz.Urz. UE L 204, 31.7.2013, s. 15). Dodatkowo Rada wydała Rozporządzenie (UE) Nr 733/2013 z 22 lipca 2013 r. zmieniające
rozporządzenie (WE) nr 994/98 dotyczące stosowania art. 92 i 93 Traktatu ustanawiającego Wspólnotę Europejską do niektórych
kategorii horyzontalnej pomocy państwa (Dz.Urz. UE L 204, 31.7.2013, s. 11).
Komisja przyjęła także:
• Rozporządzenie (UE) Nr 1407/2013 z 18 grudnia 2013 r. w sprawie stosowania art. 107 i 108 Traktatu o funkcjonowaniu Unii
Europejskiej do pomocy de minimis (Dz.Urz. UE L 352, 24.12.2013, s. 1),
• Wytyczne w sprawie pomocy regionalnej na lata 2014–2020 (Dz.Urz. UE C 209, 23.7.2013, s. 1),
• Wytyczne Unii w sprawie pomocy państwa na rzecz promowania inwestycji w zakresie finansowania ryzyka (Dz.Urz. UE C 19,
22.1.2014, s. 4),
• Wytyczne UE w sprawie stosowania reguł pomocy państwa w odniesieniu do szybkiej budowy/rozbudowy sieci szerokopa-
smowych (Dz.Urz. UE C 25, 26.1.2013, s. 1),
• Wytyczne w sprawie pomocy państwa dla portów lotniczych oraz linii lotniczych (Dz.Urz. UE C 99, 4.4.2014, s. 3),
• Wytyczne w sprawie pomocy na ochronę środowiska i cele związane z energią w latach 2014–20202.
Dodatkowo, obecnie Komisja konsultuje z państwami członkowskimi projekty następujących aktów:
• Rozporządzenie uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w zastosowaniu art. 107 i 108 Traktatu,
• Komunikat Komisji – „Kryteria analizy zgodności z rynkiem wewnętrznym pomocy państwa na wspieranie realizacji ważnych
projektów stanowiących przedmiot wspólnego europejskiego zainteresowania”,
• Zasady ramowe dotyczące pomocy państwa na działalność badawczą, rozwojową i innowacyjną,
• Wytyczne dotyczące pomocy państwa w celu ratowania i restrukturyzacji przedsiębiorstw niefinansowych znajdujących się
w trudnej sytuacji,
• Zawiadomienie Komisji w sprawie pojęcia pomocy państwa w rozumieniu art. 107 ust. 1 TFUE.
6.2. Pojęcie pomocy publicznej
Stosownie do przepisu art. 107 ust. 1 TFUE: Z zastrzeżeniem innych postanowień przewidzianych w Traktatach, wszelka pomoc przy-
znawana przez Państwo Członkowskie lub przy użyciu zasobów państwowych w jakiejkolwiek formie, która zakłóca lub grozi zakłóceniem
konkurencji poprzez sprzyjanie niektórym przedsiębiorstwom lub produkcji niektórych towarów, jest niezgodna z rynkiem wewnętrznym
w zakresie, w jakim wpływa na wymianę handlową między Państwami Członkowskimi. Wskazany przepis ustanawia zatem generalny
zakaz udzielania pomocy publicznej przez państwa członkowskie. Jednocześnie przepisy traktatowe przewidują wyjątki od tego
zakazu. Stanowią one podstawy dopuszczalności udzielania pomocy publicznej. Na przestrzeni lat Komisja (a także w pewnym
zakresie Rada) przyjęła wiele aktów, które szczegółowo wskazują na to, jakie rodzaje pomocy (przeznaczenia pomocy) mogą być
udzielane w państwach członkowskich w ramach wyjątków od zakazu.
Na podstawie przepisu art. 107 ust. 1 TFUE w orzecznictwie sądów unijnych wypracowana została definicja pomocy publicznej.
Przyjmuje się, że pomocą jest przysporzenie: i) pochodzące od państwa lub z jego źródeł, które ii) stanowi selektywną ekonomicz-
ną korzyść, iii) zakłóca lub zagraża zakłóceniem konkurencji oraz iv) wpływa na warunki wymiany handlowej między państwami
członkowskimi. Wskazane przesłanki muszą być spełnione łącznie, aby działanie państwa mogło zostać uznane za pomoc publiczną.
Pomimo tego, że powyższa definicja pomocy publicznej została wypracowana kilkadziesiąt lat temu, poszczególne jej elementy
(przesłanki) nadal są poddawane szczegółowej analizie Komisji oraz sądów unijnych. Tym samym wykładnia art. 107 ust. 1 TFUE
podlega ciągłej ewolucji.
Po pierwsze występowanie pomocy publicznej wymaga aktywności państwa. Zatem pomoc może być udzielana przez organy
administracji rządowej, jak też samorządowej, szczebla centralnego, regionalnego oraz lokalnego3. Oprócz tego przepis art. 107 ust.
1 TFUE wskazuje na to, że pomoc może być udzielana z zasobów państwowych. Rozróżnienie to służy tylko temu, by w pojęciu tym
[pomocy] zawrzeć zarówno korzyści bezpośrednio przyznane przez państwo, jak i te przyznane za pośrednictwem wyznaczonych albo
2 Przyjęte przez Komisję 9 kwietnia 2014 r. (jeszcze nieopublikowane).3 Wyrok ETS (Europejskiego Trybunału Sprawiedliwości) z 14 października 1987 r. w sprawie C-248/84 Niemcy przeciwko Komisji oraz wyrok SPI
(Sądu Pierwszej Instancji) z 6 marca 2002 r. w połączonych sprawach T-127/99, T-129/99 oraz T-148/99 Territorio Histórico de Álava i in. przeciw-ko Komisji (DEMESA).
85
utworzonych przez to państwo instytucji publicznych lub prywatnych4 (wskazanych lub utworzonych przez państwo do zarządzania
pomocą5). Pojęcie „zasobów państwowych” odnosi się do wszystkich środków pieniężnych, które organy publiczne mogą faktycznie
przeznaczyć na wsparcie przedsiębiorstw, niezależnie od tego, czy środki te wchodzą stale w skład majątku państwa czy też nie. Wystarcza
fakt, że środki znajdują się pod kontrolą publiczną, a zatem w dyspozycji właściwych organów krajowych6. Jednocześnie w przypad-
kach, kiedy pomoc nie jest udzielana przez organy administracyjne państwa, konieczne jest dodatkowo, aby pomoc można było
przypisać państwu (ang. imputability)7 .
Po drugie pomoc publiczna musi pociągać za sobą selektywną ekonomiczną korzyść. Oznacza to, że musi być przede wszystkim
udzielana w związku z prowadzoną przez beneficjenta działalnością gospodarczą, przez którą rozumie się oferowanie na rynku
towarów lub usług8. Bez znaczenia jest to, czy tak prowadzona działalność ma zarobkowy charakter9. Dla określenia podmiotu,
który prowadzi działalność gospodarczą w unijnym prawie konkurencji stosuje się pojęcie przedsiębiorstwa (ang. undertaking). Jest
nim każdy podmiot oferujący na rynku towary lub usługi, niezależnie od tego, jaki jest jego status prawny oraz to, w jaki sposób
finansowana jest jego działalność. Pojęcie przedsiębiorstwa ma funkcjonalny charakter. Oznacza to, że nawet jeśli w przeważającej
części działalność podmiotu polega na podejmowaniu przedsięwzięć innych niż gospodarcze i wobec tego nie jest on, jako całość,
przedsiębiorstwem, taki podmiot może mimo to kwalifikować się jako przedsiębiorstwo ze względu na niektóre funkcje, jeśli mają one
charakter gospodarczy10. Status przedsiębiorstwa nie zależy od tego, na co podmiot przeznacza wypracowany zysk (przedsiębior-
stwem może być zatem organizacja not-for-profit)11.
Komisja zwraca uwagę, że prowadzenie działalności gospodarczej nie ma miejsca w związku z wykonywaniem władzy publicznej
rozumianej jako zadanie, które stanowi część zasadniczych funkcji państwa, lub jeżeli jest ona powiązana z tymi funkcjami poprzez swój
charakter, swoje cele i zasady, którym podlega12.
Wystąpienie pomocy publicznej wymaga, aby przedsiębiorstwo otrzymało od państwa korzyść. Przez korzyść należy natomiast
rozumieć świadczenie, które nie jest dostępne w warunkach rynkowych. Występowanie korzyści jest w praktyce przedmiotem
bardzo szczegółowych analiz Komisji oraz sądów unijnych ze względu na to, że państwa członkowskie podejmują wiele działań
w sferze gospodarczej i niejednokrotnie argumentują, że ich postępowania powinny być uznane za tożsame z postępowaniami,
jakich można oczekiwać na rynku od inwestorów, wierzycieli albo nabywców towarów lub usług (Kaznowski 2013, s. 816). Należy
przy tym podkreślić, że znaczenie ma faktyczny wpływ środka na przedsiębiorstwo, a nie cele interwencji państwa13.
Brak korzyści, a zatem wykazanie, że państwo postępuje tak, jak rynkowy podmiot jest równoznaczne z brakiem pomocy publicz-
nej, pomimo działania państwa.
Korzyść dla przedsiębiorstw musi mieć charakter selektywny. Przepis art. 107 ust. 1 TFUE mówi bowiem o pomocy sprzyjającej
niektórym przedsiębiorstwom lub produkcji niektórych towarów. Instrumentom selektywnym przeciwstawia się instrumenty
generalne. Rozróżnienie w tym względzie jest jednak bardzo skomplikowane i w praktyce rzadko zdarza się, aby Komisja uznała,
że środek wprowadzony przez państwo członkowskie ma generalny charakter (Kurcz 2009, s. 9 i nast.).
Selektywność może mieć charakter terytorialny (selektywność geograficzna), sektorowy, odnosić się do wielkości przedsiębior-
stwa (np. środek skierowany tylko do małych i średnich przedsiębiorstw; selektywność podmiotowa) lub wynikać z władztwa
4 Wyrok SUE (Sądu Unii Europejskiej) z 21 maja 2010 r. w połączonych sprawach T-425/04, T-444/04, T-450/04, T–456/04 Republika Francuska, France Telecom SA, Bouygues SA, Bouygues Telecom SA, AFORS Telecom przeciwko Komisji.
5 Wyrok TSUE z 30 maja 2013 r. w sprawie C-677/11 Doux Elevage SNC, Cooperative agricole UKL-ARREE przeciwko Ministere de l`Agriculture, de l`Alimentation, de la Peche, de la Ruralite et de l`Amenagement du territoire, Comite interprofessionnel de la dinde francaise (CIDEF).
6 Wyrok ETS z 16 maja 2002 r. w sprawie C-482/99 Republika Francuska przeciwko Komisji. W tym kontekście por. także wyjaśnienia zawarte przez Komisję w Projekcie – Zawiadomienie Komisji w sprawie pojęcia pomocy państwa
w rozumieniu art. 107 ust. 1 TFUE: Regulacja, która prowadzi do redystrybucji środków finansowych od jednego podmiotu prywatnego do drugiego bez jakiegokolwiek dalszego zaangażowania państwa, nie wiąże się z przekazaniem zasobów państwowych, jeżeli następuje bezpośredni przepływ środków finansowych od jednego podmiotu prywatnego do drugiego, bez udziału podmiotu publicznego lub prywatnego wyznaczonego przez pań-stwo do celów zarządzania takim przekazaniem. Przykładowo, nałożony przez państwo członkowskie na prywatnych dostawców energii elektrycznej obowiązek zakupu energii produkowanej z odnawialnych źródeł energii po stałych cenach minimalnych nie wiąże się z bezpośrednim ani pośrednim przekazaniem zasobów państwowych przedsiębiorstwom, które produkują taki rodzaj energii elektrycznej. W takim przypadku przedmiotowe przed-siębiorstwa (tj. prywatni dostawcy energii elektrycznej) nie są powoływane przez państwo do zarządzania danym programem pomocy, ale są jedynie związane obowiązkiem zakupu określonego rodzaju energii elektrycznej, korzystając ze swoich własnych zasobów finansowych.
7 Wyrok ETS z 15 lipca 2004 r. w sprawie C-345/02 Pearle BV, Hans Prijs Optiek Franchise BV, Rinck Opticiens BV przeciwko Hoofdbedrijfschap Ambachten oraz wyrok ETS z 16 maja 2002 r. w sprawie C-482/99 Republika Francuska przeciwko Komisji.
8 Wyrok ETS z 23 kwietnia 1991 r. w sprawie C-41/90 Klaus Höfner i Fritz Elser przeciwko Macrotron GmbH, wyrok ETS z 22 stycznia 2002 r. w sprawie C-218/00 Cisal di Battistello Venanzio & C. Sas przeciwko Istitutonazionale per l’assicurazione contro gliinfortunisullavoro (INAIL), wyrok ETS z 12 września 2000 r. w połączonych sprawach C-180/98 do C-184/98 Pavel Pavlov i in. przeciwko Stichting Pensioenfonds Medische Specialisten, oraz wyrok ETS z 26 marca 2009 r. w sprawie C-113/07 P Selex Sistemi Integrati przeciwko Komisja.
9 Wyrok ETS z 21 września 1999 r. w sprawie C-67/96 Albany International BV przeciwko Stichting Bedrijfspensioenfonds Textielindustrie, wyrok ETS z 1 lipca 2008 r. w sprawie C-49/07 MOTOE.
10 Decyzja Komisji Europejskiej w sprawie N 470/08 – Polska – Pomoc na działania rewitalizacyjne w obszarach zdegradowanych w Polsce.11 Wyrok ETS z 11 lipca 2006 r. w sprawie C-205/03 P Federación Española de Empresas de Tecnología Sanitaria (FENIN) przeciwko Komisji. 12 Projekt – Zawiadomienie Komisji w sprawie pojęcia pomocy państwa w rozumieniu art. 107 ust. 1 TFUE.13 Wyrok ETS z 17 lipca 2008 r. w sprawie C-206/06 Essent Netwerk Noord.
86
dyskrecjonalnego, co nie znaczy jednak, że instrumenty wdrażane na podstawie obiektywnych kryteriów (uwarunkowane speł-
nieniem obiektywnych okoliczności) są z definicji generalne (Van de Casteele, Hocine 2008, s. 247 i nast.).
Środki generalne to takie, które są dostępne dla wszystkich przedsiębiorstw prowadzących działalność w danym państwie człon-
kowskim na takich samych zasadach, pod warunkiem jednak, że nie ma miejsca ich faktyczne ograniczenie (w tym np. sektoro-
we, które, jak wskazano, wywołuje selektywność)14. Zbadanie tego, czy instrument ma charakter selektywny wymaga: ustalenia
systemu odniesienia, ustalenia, czy badany instrument jest odstępstwem od systemu odniesienia oraz czy to odstępstwo jest
uzasadnione charakterem systemu. Jeśli instrument stanowiący odstępstwo od systemu odniesienia jest uzasadniony jego cha-
rakterem, nie będzie uznany za selektywny, a zatem nie będzie także instrumentem pomocy publicznej15.
Selektywna korzyść udzielona przez państwo musi zakłócać lub grozić zakłóceniem konkurencji i wpływać na wymianę handlową.
Przesłanka zakłócenia konkurencji oraz przesłanka wpływu na wymianę handlową są w praktyce decyzyjnej Komisji bardzo często
rozpatrywane łącznie. Tak jest dlatego, że w przeważającej większości spraw faktycznie pozostają one ze sobą w bardzo ścisłym
związku i fakt, że korzyść zakłóca konkurencję implikuje także, że ma ona wpływ na wymianę handlową. Nie znaczy to jednak, że nie
ma spraw, w których Komisja uznaje, iż działanie podejmowane przez państwo zakłóca konkurencję, ale zakłócenie to ogranicza się
wyłącznie do państwa członkowskiego udzielającego pomocy i nie ma zatem wpływu na wymianę handlową w rozumieniu TFUE.
W takich przypadkach, kiedy pomimo stwierdzenia, że pomoc zakłóca albo może zakłócać konkurencję, nie zostaje stwierdzone,
że ma ona wpływ na warunki wymiany handlowej między państwami członkowskimi, pomoc publiczna w rozumieniu art. 107
ust. 1 TFUE nie występuje16.
Pomoc zakłóca konkurencję, kiedy doprowadza (może doprowadzić) do uprzywilejowania przedsiębiorstwa (beneficjenta) wo-
bec jego konkurentów. W praktyce oznacza to, że jeżeli państwo udziela selektywnej ekonomicznej korzyści przedsiębiorstwu
prowadzącemu działalność w zliberalizowanym sektorze, przesłanka zakłócenia lub groźby zakłócenia konkurencji jest spełniona.
Uprzywilejowanie beneficjenta wobec jego konkurentów (faktyczne lub potencjalne) może dotyczyć różnych sfer działalności
przedsiębiorstwa, w zależności od tego, jakie jest przeznaczenie udzielanej pomocy. Zatem może ono wynikać stąd, że benefi-
cjent nie musi (tak jak jego konkurenci) ponosić wszystkich kosztów związanych z inwestycjami, procesami modernizacyjnymi,
restrukturyzacyjnymi, w zakresie rozwoju lub ekspansji, a nawet (choć jest to możliwe w ograniczonym zakresie) bieżącego funk-
cjonowania17. Co do zasady bez znaczenia jest przy tym to, jaka jest wielkość przysporzenia18.
W odniesieniu do naruszenia wymiany handlowej należy, w ślad za orzecznictwem, zwrócić uwagę, że: W przypadku gdy pomoc
przyznana przez państwo członkowskie umacnia pozycję przedsiębiorstwa w stosunku do innych przedsiębiorstw konkurujących z nim
w ramach wewnątrzwspólnotowej wymiany handlowej, należy uznać, że pomoc wywiera wpływ na tę wymianę handlową19. W tym wzglę-
dzie konieczne jest podkreślenie, że naruszenie wymiany handlowej może dotyczyć także przedsiębiorstw, które: i) nie uczestniczą
w wymianie transgranicznej, ii) prowadzą wyłącznie działalność lokalną, iii) prowadzą wyłącznie działalność eksportową (poza UE)20.
Jak już wspomniano, Komisja przyjmuje jednak, że w niektórych okolicznościach wpływ pomocy na warunki wymiany handlowej
nie występuje. W szczególności ma to miejsce wtedy, kiedy można wykazać, że prowadzona działalność gospodarcza ma znaczenie
tylko na terytorium (w regionie) jednego państwa (oferowane usługi lub towary nie budzą zainteresowania w innych państwach)
albo kiedy zostanie dowiedzione, że pomoc nie doprowadzi do zamknięcia rynku. Przykładowo Komisja uznała brak wpływu
pomocy na warunki wymiany handlowej w związku z produkcjami teatralnymi21, działalnością szpitali22, muzeów23, infrastruktury
kultury24 lub centrów konferencyjnych25.
14 Wyrok ETS z 8 listopada 2001 r. w sprawie C-143/99, Adria-Wien Pipeline GmbH and Wietersdorfer & Peggauer Zementwerke GmbH v Finan-zlandesdirektion für Kärnten.
15 Projekt – Zawiadomienie Komisji w sprawie pojęcia pomocy państwa w rozumieniu art. 107 ust. 1 TFUE.16 Decyzje Komisji w sprawach: SA.34466 (2012/N) – Cypr – State suport to the Centre for Visual Arts and Research; SA.34576 (2012/N) – Portugalia
– Północno-wschodnia jednostka opieki długoterminowej Jean Piaget oraz SA.34891 (2012/N) – Polska – pomoc państwa dla Związku Gmin Fortecznych Twierdzy Przemyśl.
17 Wynika to stąd, że pomoc na pokrywanie kosztów operacyjnych jest co do zasady niedopuszczalna. W bardzo ograniczonym zakresie do-puszcza się ją tylko tam, gdzie jest to uzasadnione charakterem prowadzonej działalności oraz towarzyszącymi jej czynnikami. Por. np. zapisy w Wytycznych w sprawie pomocy państwa dla portów lotniczych oraz linii lotniczych (jeszcze nieopublikowane).
18 Wyrok z 24 lipca 2003 r. w sprawie C-280/00 Altmark Trans GmbH, Regierungspräsidium Magdeburg przeciwko Nahverkehrsgesellschaft Alt-mark GmbH.
19 Wyrok z 17 września 1980 r. w sprawie 730/79 Philip Morris Holland BV przeciwko Komisji Wspólnot Europejskich.20 Szczegółowo Komisja omawia to zagadnienie w Projekcie – Zawiadomienie Komisji w sprawie pojęcia pomocy państwa w rozumieniu art. 107
ust. 1 TFUE, s. 52 i nast. 21 Decyzja Komisji w sprawie N 257/2007 – Hiszpania – Dotacje na produkcje teatralne w kraju Basków.22 Decyzja Komisji w sprawie SA.34576 Portugalia – Północno-wschodnia jednostka opieki długoterminowej Jean Piaget.23 Decyzja Komisji w sprawie N 630/2003 – Włochy – Local Museums Sardinia.24 Decyzja Komisji w sprawie SA.34891 (2012/N) – Polska – pomoc państwa dla Związku Gmin Fortecznych Twierdzy Przemyśl.25 Decyzja Komisji w sprawie N 486/2002 Szwecja – sala kongresowa w Visby.
87
6.3. Zasady pomocy publicznej w UE
Jak zostało już wskazane, pomoc publiczna jest co do zasady niedopuszczalna. Przepisy traktatowe przewidują jednak wyjątki od
zakazu udzielania pomocy. Wyjątki od zakazu, wraz z przyporządkowanymi warunkami ich stosowania, stanowią reguły dopusz-
czalności udzielania pomocy publicznej. Reguły te, wypracowane w praktyce decyzyjnej Komisji, są zebrane przede wszystkim
w wytycznych, komunikatach i zasadach ramowych. Odnoszą się do kategorii pomocy publicznej, której dopuszczalność wynika
z przepisów traktatowych. Należy zaznaczyć, że w przypadku nie każdej pomocy dopuszczonej przepisami traktatowymi (wyłą-
czonej spod zakazu) Komisja wydała stosowne dokumenty określające warunki dopuszczalności. W takich przypadkach państwa
członkowskie stosują reguły wynikające z praktyki decyzyjnej Komisji.
Poniżej zamieściliśmy zestawienie traktatowych podstaw dopuszczalności pomocy z właściwymi dokumentami Komisji określa-
jącymi warunki dopuszczalności.
Przepis traktatowy Wytyczne/komunikaty/zasady ramowe
Art. 107 ust. 2 a) TFUE:pomoc o charakterze socjalnym przyznawana indywidualnym konsumentom
– Wytyczne w sprawie pomocy państwa dla portów lotniczych oraz linii lotniczych (Dz.Urz. UE C 99, 4.4.2014, s. 3)
Art. 107 ust. 2 b) TFUE:pomoc mająca na celu naprawienie szkód spowodowanych klęskami żywiołowymi lub innymi zdarzeniami nadzwyczajnymi
–
Art. 107 ust. 2 c) TFUE:pomoc przyznawana gospodarce niektórych regionów Republiki Federalnej Niemiec
–
Art. 107 ust. 3 a) TFUE:pomoc przeznaczona na sprzyjanie rozwojowi gospodarczemu regionów
– Wytyczne w sprawie pomocy regionalnej na lata 2014–2020– Wytyczne UE w sprawie stosowania reguł pomocy państwa w odniesieniu do szybkiej
budowy/rozbudowy sieci szerokopasmowych (Dz.Urz. UE C 25, 26.1.2013, s. 1),– Zasady ramowe dotyczące pomocy państwa dla przemysłu stoczniowego (Dz.Urz. UE
C 364, 14.12.2011, s. 9)
Art. 107 ust. 3 b) TFUE:pomoc przeznaczona na wspieranie realizacji ważnych projektów stanowiących przedmiot wspólnego europejskiego zainteresowania lub mająca na celu zaradzenie poważnym zaburzeniom w gospodarce państwa członkowskiego
– Komunikat Komisji – Kryteria analizy zgodności z rynkiem wewnętrznym pomocy państwa na wspieranie realizacji ważnych projektów stanowiących przedmiot wspólnego europejskiego zainteresowania (projekt),
– Wspólnotowe zasady ramowe dotyczące pomocy państwa na działalność badawczą, rozwojową i innowacyjną (Dz.Urz. UE C 323 z 30.12.2006, s. 1 )1,
– Komunikat Komisji w sprawie stosowania od 1 sierpnia 2013 r. reguł pomocy państwa w odniesieniu do środków wsparcia na rzecz banków w kontekście kryzysu finansowego („komunikat bankowy”) (Dz.Urz. UE C 216 z 30.7.2013, s. 1)
Art. 107 ust. 3 c) TFUE:pomoc przeznaczona na ułatwianie rozwoju niektórych działań gospodarczych lub niektórych regionów gospodarczych
– Wytyczne w sprawie pomocy regionalnej na lata 2014–2020,– Wspólnotowe zasady ramowe dotyczące pomocy państwa na działalność badawczą,
rozwojową i innowacyjną,– Komunikat Komisji – Kryteria analizy zgodności pomocy państwa przeznaczonej na
pracowników znajdujących się w szczególnie niekorzystnej sytuacji oraz pracowników niepełnosprawnych, podlegającej obowiązkowi zgłoszenia indywidualnego (Dz.Urz. UE C 188, 11.8.2009, s. 6),
– Komunikat Komisji – Kryteria analizy zgodności pomocy państwa na szkolenia w sprawach podlegających zgłoszeniu indywidualnemu (Dz.Urz. UE C 188, 11.8.2009, s. 1),
– Wytyczne w sprawie pomocy na ochronę środowiska i cele związane z energią w latach 2014–20202,
– Wytyczne w sprawie niektórych środków pomocy państwa w kontekście systemu handlu uprawnieniami do emisji gazów cieplarnianych po 2012 r. (Dz.Urz. UE C 158, 5.6.2012, s. 4),
– Wytyczne Unii w sprawie pomocy państwa na rzecz promowania inwestycji w zakresie finansowania ryzyka (Dz.Urz. UE C 19, 22.1.2014, s. 4),
– Wytyczne wspólnotowe dotyczące pomocy państwa w celu ratowania i restrukturyzacji zagrożonych przedsiębiorstw (Dz.Urz. UE C 244, 1.10.2004, s. 2, ze zm. )3,
– Wytyczne UE w sprawie stosowania reguł pomocy państwa w odniesieniu do szybkiej budowy/rozbudowy sieci szerokopasmowych (Dz.Urz. UE C 25, 26.1.2013, s. 1),
– Zasady ramowe dotyczące pomocy państwa dla przemysłu stoczniowego (Dz.Urz. UE C 364, 14.12.2011, s. 9),
– Wytyczne w sprawie pomocy państwa dla portów lotniczych oraz linii lotniczych (Dz.Urz. UE C 99, 4.4.2014, s. 3),
– Wytyczne wspólnotowe dotyczące pomocy państwa dla transportu morskiego (Dz.Urz. UE C 13, 17.1.2004, s. 3),
– Komunikat Komisji przedstawiający wytyczne w sprawie pomocy państwa uzupełniającej wspólnotowe finansowanie uruchamiania autostrad morskich (Dz.Urz. UE C 317, 12.12.2008, s. 10),
– Komunikat Komisji przedstawiający wytyczne w sprawie pomocy państwa na rzecz podmiotów zarządzających statkami (Dz.Urz. UE C 132, 11.6.2009, s. 6)
88
Przepis traktatowy Wytyczne/komunikaty/zasady ramowe
Art. 107 ust. 3 d) TFUE:pomoc przeznaczona na wspieranie kultury i zachowanie dziedzictwa kulturowego
– Komunikat Komisji w sprawie pomocy państwa przeznaczonej na filmy i inne utwory audiowizualne (Dz.Urz. UE C 332, 15.11.2013, s. 1),
– Komunikat Komisji w sprawie stosowania zasad pomocy państwa wobec radiofonii i telewizji publicznej (Dz.Urz. UE C 257, 27.10.2009, s. 1)
Art. 107 ust. 3 e) TFUE:inne kategorie pomocy
– Decyzja Rady z 10 grudnia 2010 r. w sprawie pomocy państwa ułatwiającej zamykanie niekonkurencyjnych kopalń węgla (Dz.Urz. UE L 336, 21.12.2010, s. 24)
Art. 93 TFUE – Rozporządzenie Rady (WE) Nr 1370/2007 Parlamentu Europejskiego i Rady z 23 października 2007 r. dotyczące usług publicznych w zakresie kolejowego i drogowego transportu pasażerskiego oraz uchylające rozporządzenia Rady (EWG) nr 1191/69 i (EWG) nr 1107/70 (Dz.Urz. UE L 315, 31.12.2007, s. 1),
– Wspólnotowe wytyczne dotyczące pomocy państwa na rzecz przedsiębiorstw kolejowych (Dz.Urz. UE C 184, 22.7.2008, s. 13)
Art. 106 ust. 2 TFUE – Komunikat Komisji w sprawie stosowania reguł Unii Europejskiej w dziedzinie pomocy państwa w odniesieniu do rekompensaty z tytułu usług świadczonych w ogólnym interesie gospodarczym (Dz.Urz. UE C 8, 11.1.2012, s. 4),
– Decyzja Komisji z 20 grudnia 2011 r. w sprawie stosowania art. 106 ust. 2 Traktatu o funkcjonowaniu Unii Europejskiej do pomocy państwa w formie rekompensaty z tytułu świadczenia usług publicznych, przyznawanej przedsiębiorstwom zobowiązanym do wykonywania usług świadczonych w ogólnym interesie gospodarczym (Dz.Urz. UE L 7, 11.1.2012, s. 3),
– Zasady ramowe Unii Europejskiej dotyczące pomocy państwa w formie rekompensaty z tytułu świadczenia usług publicznych (2011) (Dz.Urz. UE C 8, 11.1.2012, s. 15),
– Wytyczne UE w sprawie stosowania reguł pomocy państwa w odniesieniu do szybkiej budowy/rozbudowy sieci szerokopasmowych (Dz.Urz. UE C 25, 26.1.2013, s. 1),
– Komunikat Komisji w sprawie stosowania zasad pomocy państwa wobec radiofonii i telewizji publicznej (Dz.Urz. UE C 257, 27.10.2009, s. 1),
– Obwieszczenie Komisji w sprawie stosowania reguł konkurencji do sektora pocztowego i w sprawie oceny pewnych środków publicznych odnoszących się do usług pocztowych (Dz.Urz. WE C 39, 6.2.1998, s. 2),
– Wytyczne w sprawie pomocy państwa dla portów lotniczych oraz linii lotniczych (Dz.Urz. UE C 99, 4.4.2014, s. 3),
– Wytyczne wspólnotowe dotyczące pomocy państwa dla transportu morskiego (Dz.Urz. UE C 13, 17.1.2004, s. 3).
1 Dokument ten obowiązuje do 30 czerwca 2014 r. i zostanie zastąpiony przez nowe zasady ramowe.2 Przyjęte przez Komisję 9 kwietnia 2014 r. (jeszcze nieopublikowane).3 Ten dokument zostanie zastąpiony przez nowe wytyczne.
System reguł dopuszczalności pomocy publicznej obejmuje także reguły ustanowione dla specyficznych instrumentów pomoco-
wych. W tym kontekście należy obecnie zwrócić uwagę na następujące dokumenty:
• Obwieszczenie Komisji w sprawie zastosowania art. 87 i 88 Traktatu WE do pomocy państwa w formie gwarancji (Dz.Urz. UE
C 155, 20.6.2008, s. 10),
• Komunikat Komisji w sprawie elementów pomocy państwa w sprzedaży gruntów i budynków przez władze publiczne (Dz.U.
WE C 209 , 10.1997, s. 3) ,
• Komunikat Komisji do państw członkowskich w sprawie zastosowania art. 107 i 108 Traktatu o funkcjonowaniu Unii Europej-
skiej do krótkoterminowego ubezpieczenia kredytów eksportowych (Dz.Urz. UE C 392, 19.12.2012, s. 1),
• Obwieszczenie Komisji w sprawie stosowania reguł pomocy publicznej do środków związanych z bezpośrednim opodatko-
waniem działalności gospodarczej (Dz.Urz. WE C 384, 10.12.1998, s. 3),
• Komunikat Komisji w sprawie zmiany metody ustalania stóp referencyjnych i dyskontowych (Dz.Urz. UE C 14, 19.1.2008, s. 6).
Oprócz wymienionych aktów prawnych i dokumentów, w których wskazane zostały reguły dopuszczalności pomocy publicznej,
prawo unijne reguluje także kwestie proceduralne związane z udzielaniem pomocy publicznej przez państwa członkowskie. Co
do zasady udzielenie pomocy publicznej (w ramach określonych przez wyjątki od zakazu) wymaga zgody Komisji.
Artykuł 108 ust. 3 TFUE stanowi, że państwa członkowskie nie mogą wprowadzać w życie projektowanych środków pomocowych
dopóki Komisja nie wyrazi na to zgody. W związku z tym w unijnym prawie pomocy publicznej obowiązują następujące akty praw-
ne regulujące procedurę, w której państwa członkowskie dokonują notyfikacji planów pomocowych do Komisji26:
• Rozporządzenie Rady (WE) Nr 659/1999 z 22 marca 1999 r. ustanawiające szczegółowe zasady stosowania art. 108 Traktatu
o funkcjonowaniu Unii Europejskiej (Dz.Urz. WE L 83, 27.3.1999, s. 1, ze zm.),
26 Oprócz tego przyjęto także: Zawiadomienie Komisji w sprawie uproszczonej procedury rozpatrywania niektórych rodzajów pomocy państwa (Dz.Urz. UE C 136, 16.6.2009, s. 3) oraz Kodeks najlepszych praktyk dotyczących przebiegu postępowania w zakresie kontroli pomocy państwa (Dz.Urz. UE C 136, 16.6.2009, s. 13).
89
• Rozporządzenie Komisji (WE) Nr 794/2004 z 21 kwietnia 2004 r. w sprawie wykonania rozporządzenia Rady (WE) nr 659/1999
ustanawiającego szczegółowe zasady stosowania art. 93 Traktatu WE (Dz.Urz. UE L 140, 30.4.2004, s. 1, ze zm.).
Nie każda pomoc wymaga jednak notyfikacji (zgłoszenia), o której mowa w art. 108 ust. 3 TFUE. Należy w tym kontekście zwrócić
uwagę na to, że działając w oparciu o art. 94 Traktatu ustanawiającego Wspólnotę Europejską (obecnie art. 109 TFUE), Rada przyjęła
Rozporządzenie Nr 994/98 z 7 maja 1998 r. dotyczące stosowania art. 92 i 93 Traktatu ustanawiającego Wspólnotę Europejską do
niektórych kategorii horyzontalnej pomocy państwa (Dz.Urz. WE L 142, 14.5.1998, s. 1, ze zm. ). Zezwala ono Komisji na przyjęcie
rozporządzeń określających kategorie pomocy, które są zgodne ze wspólnym rynkiem i nie podlegają wymogom zgłoszenia usta-
lonym w art. 108 ust. 3 TFUE (wyłączenia grupowe), a także w drodze rozporządzeń postanowić, że niektóre kategorie pomocy
nie spełniają wszystkich kryteriów wynikających z art. 107 ust. 1 TFUE (przesłanki pomocy publicznej) i w związku z tym zostają
wyłączone z obowiązku notyfikacji przewidzianego w art. 108 ust. 3 TFUE pod warunkiem, że pomoc przyznana temu samemu
przedsiębiorstwu w ciągu danego okresu nie przekroczy pewnej stałej wielkości (pomoc de minimis). Na podstawie takiego upo-
ważnienia Komisja przyjęła obowiązujące obecnie Rozporządzenie Nr 800/2008 z 6 sierpnia 2008 r. uznające niektóre rodzaje
pomocy za zgodne ze wspólnym rynkiem w zastosowaniu art. 87 i 88 Traktatu (ogólne rozporządzenie w sprawie wyłączeń bloko-
wych) (Dz.Urz. UE L 214, 9.8.2008, s. 3, ze zm.)27, Rozporządzenie Nr 1407/2013 z 18 grudnia 2013 r. w sprawie stosowania art. 107
i 108 Traktatu o funkcjonowaniu Unii Europejskiej do pomocy de minimis (Dz.Urz. UE L 352, 24.12.2013, s. 1), a także Rozporządzenie
Nr 360/2012 z 25 kwietnia 2012 r. w sprawie stosowania art. 107 i 108 Traktatu o funkcjonowaniu Unii Europejskiej do pomocy
de minimis przyznawanej przedsiębiorstwom wykonującym usługi świadczone w ogólnym interesie gospodarczym (Dz.Urz. UE L
114, 26.4.2012, s. 8).
6.4. Regulacje krajowe
W pierwszej kolejności należy zwrócić uwagę na przepisy ustawy z 30 kwietnia 2004 r. o postępowaniu w sprawach dotyczących
pomocy publicznej (tj.: Dz.U. z 2007 r., Nr 59, poz. 404, z 2008 r., Nr 93, poz. 585, z 2010 r., Nr 18, poz. 99, z 2011 r., Nr 233, poz. 1381)
(u.p.s.p.p.). Zgodnie z art. 1 ustawa określa zasady postępowania w sprawach dotyczących pomocy państwa, w tym: postępowanie
w sprawie przygotowania notyfikacji, zasady współpracy Prezesa UOKiK28 z podmiotami opracowującymi programy pomocowe,
podmiotami udzielającymi pomocy, podmiotami ubiegającymi się o pomoc oraz beneficjentami pomocy, a także zasady repre-
zentowania Rzeczypospolitej Polskiej przed Trybunałem Sprawiedliwości i Sądem Pierwszej Instancji, zasady i tryb zwrotu pomocy
oraz zasady monitorowania pomocy publicznej.
Należy zatem podkreślić, że u.p.s.p.p. nie wskazuje reguł dopuszczalności pomocy. Określone są one bowiem w prawie unijnym.
Ustawa określa natomiast procedury niezbędne dla prawidłowego wykonywania postanowień prawa unijnego, w szczególności
w kontekście obowiązku informowania Komisji o planach udzielania pomocy zgodnie z art. 108 ust. 3 TFUE (notyfikacja). Notyfikacje
dotyczą programów pomocowych29 albo pomocy indywidualnej (pozostającej poza programami pomocowymi30).
W postępowaniu notyfikacyjnym Prezes UOKiK wydaje opinie odnośnie do planowanej pomocy publicznej, tj. dotyczącej projektów
programów pomocowych, a także projektów pomocy indywidualnej. W swojej opinii Prezes UOKiK zajmuje stanowisko w kwestii
tego, czy projekt faktycznie dotyczy pomocy publicznej oraz czy pomoc jest, jego zdaniem, zgodna z rynkiem wewnętrznym.
W przypadku programu pomocowego dokonanie notyfikacji wymaga zgody Rady Ministrów. Tak zaprojektowane postępowanie,
poprzedzające samo zgłoszenie projektu pomocowego do Komisji, ma na celu wypracowanie odpowiedniego kształtu notyfikacji,
który będzie w możliwie pełny sposób odpowiadał regułom stosowanym przez Komisję w jej ocenie dopuszczalności pomocy
publicznej.
Projekt programu pomocowego albo projekt pomocy indywidualnej są przekazywane przez Prezesa UOKiK do Stałego Przed-
stawicielstwa Rzeczypospolitej Polskiej przy UE w Brukseli, skąd oficjalnie trafiają do Komisji. Notyfikacji dokonuje się w formie
elektronicznej (za pomocą systemu State Aid Notification Interactive – SANI).
Prezes UOKiK jest organem właściwym w zakresie postępowania przed Komisją. Zatem odpowiednie podmioty, w tym organy
administracji publicznej, a także podmioty ubiegające się o pomoc, przedstawiają Prezesowi UOKiK informacje niezbędne do
27 Rozporządzenie to przestanie obowiązywać 30 czerwca 2014 r. i zostanie zastąpione przez nowe rozporządzenie odnoszące się do pomocy publicznej objętej wyłączeniem grupowym.
28 Należy zaznaczyć, że ustawa określa także kompetencje ministra właściwego ds. rolnictwa w sprawach dotyczących pomocy publicznej. Pro-blematyka pomocy publicznej w rolnictwie pozostaje poza tematyką niniejszego rozdziału.
29 Programem pomocowym jest, zgodnie z art. 2 pkt 7 u.p.s.p.p., akt normatywny, na którego podstawie, bez dalszego wprowadzania w życie wymaganych środków, można dokonać wypłat pomocy indywidualnej na rzecz przedsiębiorstw określonych w ustawie w sposób ogólny i abstrakcyjny oraz każdy akt, na którego podstawie pomoc, która nie jest związana z konkretnym projektem, może zostać przyznana jednemu lub kilku przedsiębiorstwom na czas nieokreślony i/lub w nieokreślonej kwocie.
30 Pomoc indywidualna, w ślad za art. 2 Rozporządzenia Nr 800/2008 z 6 sierpnia 2008 r. uznającego niektóre rodzaje pomocy za zgodne ze wspólnym rynkiem w zastosowaniu art. 87 i 88 Traktatu (ogólne rozporządzenie w sprawie wyłączeń blokowych) (Dz.Urz. UE L 214, 9.8.2008, s. 3, ze zm.), to pomoc ad hoc (przyznawana poza programem pomocowym) oraz pomoc podlegająca zgłoszeniu na podstawie programu pomocowego.
90
opracowania wyjaśnień, uwag lub stanowisk w odpowiedzi na pytania, które zadaje Komisja w toku postępowania. Prezes UOKiK
ogłasza za pomocą sieci teleinformatycznej informacje o wydanych przez Komisję decyzjach odnoszących się do notyfikowanych
instrumentów pomocowych.
Prezes UOKiK jest także właściwy do reprezentowania Rzeczypospolitej Polskiej w postępowaniach z zakresu pomocy publicznej
w sprawach toczących się przed Trybunałem Sprawiedliwości i Sądem Unii Europejskiej, w których stroną jest Rzeczpospolita Polska.
Prezes UOKiK monitoruje udzielaną w Polsce pomoc publiczną. W związku z tym podmioty udzielające pomocy są zobowiązane
do przedstawiania Prezesowi UOKiK informacji o udzielonej pomocy. Prezes UOKiK opracowuje coroczne sprawozdanie na temat
udzielanej w Polsce pomocy publicznej, które przedstawia Radzie Ministrów.
Ustawa określa także ramowe reguły odnoszące się do zakresu informacji przedkładanych przez podmioty ubiegające się o pomoc
publiczną lub pomoc de minimis.
W drugiej kolejności krajowe przepisy odnoszące się do udzielania pomocy publicznej to przepisy, które stanowią podstawę prawną
jej udzielania. Takie przepisy mogą stanowić wspomniane już programy pomocowe. Zgodnie z art. 2 pkt 7 u.p.s.p.p. programem
pomocowym jest akt normatywny spełniający przesłanki zawarte w art. 1 lit. d Rozporządzeniu Rady (WE) Nr 659/1999 z 22 marca
1999 r. ustanawiającym szczegółowe zasady stosowania art. 108 Traktatu o Funkcjonowaniu Unii Europejskiej (Dz.Urz. UE L 83,
27.3.1999, s. 1, ze zm.), a zatem taki akt normatywny, w szczególności na którego podstawie, bez dalszego wprowadzania w życie
wymaganych środków, można dokonać wypłat pomocy indywidualnej na rzecz przedsiębiorstw określonych w ustawie w sposób
ogólny i abstrakcyjny. Oznacza to, że programem pomocowym jest akt normatywny, na podstawie którego może być udzielana
pomoc publiczna, określający:
i) beneficjentów, np. małe i średnie przedsiębiorstwa,
ii) organ (podmiot) udzielający pomocy, np. Polska Agencja Rozwoju Przedsiębiorczości,
iii) przeznaczenie pomocy (na co pomoc jest udzielana), np. na inwestycje, na szkolenia, na doradztwo etc.,
iv) formę, w jakiej pomoc jest udzielana, np. dotacja, preferencyjna pożyczka, gwarancja kredytowa,
v) wielkość pomocy – najczęściej określana w relacji do tzw. kosztów kwalifikowanych, np. 50% kosztów kwalifikowanych w po-
staci kosztów nabycia usług doradczych,
vi) zasady kumulacji pomocy otrzymywanej z różnych źródeł,
vii) procedurę ubiegania się o pomoc.
Program pomocowy może być zbudowany w oparciu o przepisy kilku aktów prawnych (np. ustawa i wydane do niej akty wyko-
nawcze lub kilka ustaw). W polskim systemie udzielania pomocy publicznej programy pomocowe odnoszą się przede wszystkim
do pomocy udzielanej w ramach programów operacyjnych, określających obszary wsparcia w ramach funduszy strukturalnych.
Obecnie art. 21 ust. 1 ustawy z 6 grudnia 2006 r. o zasadach prowadzenia polityki rozwoju (Dz.U. Nr 227 poz. 1658, ze zm.) prze-
widuje, że w zakresie, w którym finansowanie projektów w ramach programów stanowi pomoc spełniającą przesłanki określone w art.
87 ust. 1 Traktatu ustanawiającego Wspólnotę Europejską [obecnie art. 107 ust. 1 TFUE] albo pomoc de minimis, do tego finansowania
mają zastosowanie szczegółowe warunki i tryb udzielania pomocy. Dodatkowo, w ust. 3 tego artykułu przewiduje się, że właściwy
minister albo minister właściwy ds. rozwoju regionalnego – w zakresie programów operacyjnych, w ramach których zarząd województwa
pełni funkcję instytucji zarządzającej lub instytucji pośredniczącej, określi, w drodze rozporządzenia, szczegółowe przeznaczenie, warunki
i tryb udzielania pomocy, o której mowa w ust. 1, mając w szczególności na uwadze konieczność zapewnienia zgodności udzielanej
pomocy z warunkami jej dopuszczalności, w przypadku gdy odrębne przepisy nie określają szczegółowych warunków i trybu udzielania
tej pomocy. Wskazane w ten sposób rozporządzenia są programami pomocowymi w rozumieniu nadanym przez u.p.s.p.p., w ślad
za prawem unijnym.
Niezależnie, pomoc publiczna pochodząca wyłącznie z budżetu krajowego także jest udzielana na podstawie programów pomo-
cowych (zob. np.: ustawa z 20 października 1994 r. o specjalnych strefach ekonomicznych (Dz.U. z 2007 r., Nr 42, poz. 274, z 2008 r.,
Nr 118, poz. 746, z 2009 r., Nr 18, poz. 97)).
Zgodnie z tym, co zostało już zasygnalizowane, przepisy stanowiące podstawy udzielania pomocy publicznej w Polsce będą w naj-
bliższym czasie podlegały modyfikacji ze względu na obszerne zmiany prawa unijnego określającego warunki dopuszczalności
udzielania pomocy publicznej.
System unijnych reguł, a także krajowe przepisy, na podstawie których udzielana jest pomoc publiczna, mogą służyć realizacji
polityki państwa ukierunkowanej na przeciwdziałanie upadłości przedsiębiorstw. Nie ma w tym systemie (zob. zestawienie w pod-
rozdziale 6.3) dokumentów ani aktów prawnych, które expressis verbis wskazywałyby na dopuszczalność udzielania pomocy na
przeciwdziałanie upadłości. Prawo unijne przewiduje jednak, w szczególności, dopuszczalność pomocy: de minimis, na ratowanie
i restrukturyzację, na szkolenia, na usługi doradcze. Taka pomoc może być, zgodnie z założeniami przyjętej polityki, ukierunkowana
wyłącznie (albo między innymi) na reagowanie wobec przedsiębiorstw, które znajdują się szeroko rozumianych trudnościach lub
są przedsiębiorstwami zagrożonymi w rozumieniu obecnie obowiązujących Wytycznych wspólnotowych dotyczących pomocy
państwa w celu ratowania i restrukturyzacji zagrożonych przedsiębiorstw (Dz.Urz. UE C 244 1.10.2004, s. 2, ze zm.).
91
Mikołaj Stasiak
Rozdział 7
FORMY I INSTRUMENTY POMOCY PUBLICZNEJ
7.1. Wprowadzenie
Stosownie do postulatów wyrażonych przez Komisję w Komunikacie do Parlamentu Europejskiego, Rady, Europejskiego Komitetu
Ekonomiczno-Społecznego i Komitetu Regionów – „Unowocześnienie unijnej polityki w dziedzinie pomocy państwa”1 – jednym
z celów reformy reguł odnoszących się do pomocy publicznej jest skupienie uwagi Komisji w działaniach kontrolnych prowa-
dzonych ex ante na sprawach mających największy wpływ na rynek wewnętrzny, a także optymalizacja reguł i skrócenie czasu
podejmowania decyzji.
Komisja chce tym samym, aby ciężar prowadzonej przez nią kontroli był jeszcze bardziej niż dotychczas ograniczony oraz aby coraz
większy zakres pomocy publicznej nie wymagał kontroli ex ante, a zatem notyfikacji przez państwa członkowskie. Komisja rozsze-
rza w związku z tym katalog przeznaczeń pomocy publicznej, które będą objęte wyłączeniem spod obowiązku notyfikacyjnego,
określonego w art. 108 ust. 3 TFUE.
Ze względu na potrzebę stałego koncentrowania się przez Komisję na najistotniejszych dla jednolitego rynku sprawach, rośnie
znaczenie pomocy de minimis oraz pomocy objętej wyłączeniem grupowym. Należy zakładać, że w nieodległej przyszłości właśnie
taka pomoc będzie najczęściej udzielana w państwach członkowskich.
7.2. Pomoc de minimis i pomoc objęta wyłączeniem grupowym
Stosownie do poczynionych już wyjaśnień (zob. podrozdział 6.3), należy zauważyć, że działając z upoważnienia Rady, Komisja
przyjęła:
i) Rozporządzenie de minimis Nr 1407/2013 z 18 grudnia 2013 r. w sprawie stosowania art. 107 i 108 Traktatu o funkcjonowaniu
Unii Europejskiej do pomocy de minimis (Dz.Urz. UE L 352, 24.12.2013, s. 1),
ii) Rozporządzenie Nr 360/2012 z 25 kwietnia 2012 r. w sprawie stosowania art. 107 i 108 Traktatu o Funkcjonowaniu Unii Eu-
ropejskiej do pomocy de minimis przyznawanej przedsiębiorstwom wykonującym usługi świadczone w ogólnym interesie
gospodarczym (Dz.Urz. UE L 114, 26.4.2012, s. 8),
iii) Rozporządzenie Nr 800/2008 z 6 sierpnia 2008 r. uznające niektóre rodzaje pomocy za zgodne ze wspólnym rynkiem w zasto-
sowaniu art. 87 i 88 Traktatu (ogólne rozporządzenie w sprawie wyłączeń blokowych) (Dz.Urz. UE L 214, 9.8.2008, s. 3, ze zm.)2.
Pomoc de minimis jest pomocą, która nie spełnia wszystkich kryteriów wynikających z art. 107 ust. 1 TFUE (przesłanki pomocy
publicznej) i w związku z tym jest wyłączona z obowiązku notyfikacji przewidzianego w art. 108 ust. 3 TFUE ze względu na to,
że przyznana temu samemu przedsiębiorstwu w ciągu danego okresu nie przekracza pewnej stałej wielkości3.
Na podstawie art. 3 ust. 1 rozporządzenia de minimis uważa się, że środki pomocy nie spełniają wszystkich kryteriów określonych
w art. 107 ust. 1 TFUE i dlatego są zwolnione z notyfikacji, pod warunkiem, że są udzielane zgodnie z rozporządzeniem.
Po pierwsze zatem całkowita kwota pomocy de minimis przyznana jednemu przedsiębiorstwu nie może przekroczyć 200 000 euro
(100 000 euro – w przypadku przedsiębiorstwa prowadzącego działalność zarobkową w zakresie drogowego transportu towa-
rów i nie może być przeznaczona na nabycie pojazdów do transportu drogowego towarów) w okresie trzech lat podatkowych4.
Ustalone wielkości pomocy de minimis stosuje się niezależnie od formy (np. dotacja, pożyczka, gwarancja) i celu pomocy (np.
na działalność inwestycyjną, operacyjną etc.), a także jej pochodzenia (środki krajowe, środki z zasobów Unii). Wielkość pomocy
1 Bruksela, 8 maja 2012 r. COM(2012) 209 final.2 Rozporządzenie to przestanie obowiązywać 30 czerwca 2014 r. i zostanie zastąpione przez nowe rozporządzenie odnoszące się do pomocy
publicznej objętej wyłączeniem grupowym.3 Por. Rozporządzenie Nr 994/98 z 7 maja 1998 r. dotyczące stosowania art. 107 i 108 Traktatu o funkcjonowaniu Unii Europejskiej do niektórych
kategorii horyzontalnej pomocy państwa.4 W przypadku prowadzenia działalności w zakresie drogowego transportu towarów oraz innej działalności, w odniesieniu do której stosuje się
pułap wynoszący 200 000 euro, stosuje się pułap wynoszący 200 000 euro pod warunkiem, że zostanie zapewnione rozdzielenie działalności lub wyodrębnienie kosztów (by korzyść dotycząca działalności w zakresie drogowego transportu towarów nie przekraczała 100 000 euro oraz by pomoc de minimis nie była wykorzystywana na nabycie pojazdów przeznaczonych do transportu drogowego towarów).
92
de minimis wyraża się jako dotację pieniężną brutto. W przypadku, gdy pomoc udzielana jest w formie innej niż dotacja, kwotę
pomocy stanowi tzw. ekwiwalent dotacji brutto5.
Na podstawie art. 6 rozporządzenia de minimis państwa członkowskie są zobowiązane do tego, aby stworzyć mechanizm za-
pewniający, że faktycznie w każdym przypadku będą przestrzegane wskazane pułapy pomocy de minimis. W związku z tym od-
powiedni organ udzielający pomocy de minimis w państwie członkowskim pisemnie powiadamia beneficjenta o przewidywanej
kwocie pomocy (wyrażonej jako ekwiwalent dotacji brutto) oraz o jej charakterze de minimis, podając wyraźne odniesienie do
rozporządzenia de minimis. Przed przyznaniem pomocy właściwy organ uzyskuje także od zainteresowanego przedsiębiorstwa
oświadczenie, w formie pisemnej lub elektronicznej, na temat wszelkiej innej pomocy de minimis otrzymanej w czasie dwóch po-
przednich lat podatkowych oraz bieżącego roku podatkowego. W wykonaniu tego obowiązku, na podstawie art. 5 ust. 3 u.p.s.p.p.,
podmioty udzielające pomocy de minimis wydają beneficjentowi z urzędu zaświadczenie, że udzielona pomoc jest pomocą de
minimis. Stosownie zaś do art. 37 u.p.s.p.p. podmiot ubiegający się o pomoc de minimis jest zobowiązany do przedłożenia organowi
udzielającemu takiej pomocy, zaświadczeń o otrzymanej pomocy de minimis albo oświadczenia o wielkości otrzymanej pomocy
de minimis, albo oświadczenia o nieotrzymaniu takiej pomocy.
Po drugie pomoc de minimis musi mieć przejrzysty charakter. Artykuł 4 ust. 1 rozporządzenia de minimis stanowi, że: niniejsze roz-
porządzenie stosuje się jedynie do pomocy, w przypadku której możliwe jest wcześniejsze dokładne obliczenie ekwiwalentu dotacji brutto
bez konieczności przeprowadzania oceny ryzyka („pomoc przejrzysta”).
Z oczywistych względów przejrzysta jest pomoc udzielana w formie dotacji.
W przypadku pomocy de minimis, która miałaby być udzielana w formie pożyczek, należy natomiast zwrócić uwagę, że uznawana
jest ona za pomoc przejrzystą, jeżeli:
1. Beneficjent nie jest przedmiotem zbiorowego postępowania upadłościowego lub nie spełnia określonych właściwym dla
niego prawem krajowym kryteriów objęcia zbiorowym postępowaniem upadłościowym na wniosek wierzycieli. W przypadku
dużych przedsiębiorstw beneficjent musi znajdować się w sytuacji porównywalnej co najmniej z oceną kredytową B-
oraz
2. Pożyczka jest objęta zabezpieczeniem pokrywającym co najmniej 50% pożyczki oraz wynosi 1 000 000 euro (lub, w przypadku
przedsiębiorstw zajmujących się transportem drogowym towarów, 500 000 euro) w okresie pięciu lat albo 500 000 euro (lub,
w przypadku przedsiębiorstw zajmujących się transportem drogowym towarów, 250 000 euro) w okresie dziesięciu lat; jeżeli
kwota pożyczki jest niższa niż te kwoty lub udzielono jej na okres krótszy niż odpowiednio pięć albo dziesięć lat, ekwiwalent
dotacji brutto pożyczki oblicza się jako odpowiedni odsetek odpowiedniego pułapu (200 000 euro albo 100 000 euro)
lub
3. Ekwiwalent dotacji brutto obliczono na podstawie stopy referencyjnej mającej zastosowanie w momencie przyznania pomocy6.
W przypadku pomocy w formie dokapitalizowania uznaje się pomoc de minimis za przejrzystą, jeżeli całkowita kwota dokapitali-
zowania ze środków publicznych nie przekracza pułapu de minimis.
Pomoc w formie środków finansowania ryzyka przyjmujących postać inwestycji kapitałowych i quasi-kapitałowych jest uznawana
za przejrzystą pomoc de minimis, jeżeli kapitał dostarczany jednemu przedsiębiorstwu nie przekracza pułapu de minimis.
W odniesieniu do gwarancji pomoc de minimis traktowana jest jako pomoc przejrzysta, jeżeli:
1. Beneficjent nie jest przedmiotem zbiorowego postępowania upadłościowego lub nie spełnia określonych właściwym dla
niego prawem krajowym kryteriów objęcia zbiorowym postępowaniem upadłościowym na wniosek wierzycieli. W przypadku
dużych przedsiębiorstw beneficjent musi znajdować się w sytuacji porównywalnej co najmniej z oceną kredytową B-
oraz
2. Gwarancja nie przekracza 80% wartości pożyczki bazowej oraz gwarantowana kwota wynosi 1 500 000 euro (lub, w przypadku
przedsiębiorstw zajmujących się transportem drogowym towarów, 750 000 euro) i czas trwania gwarancji wynosi pięć lat
albo gwarantowana kwota wynosi 750 000 euro (lub, w przypadku przedsiębiorstw zajmujących się transportem drogowym
towarów, 375 000 euro) i czas trwania gwarancji wynosi dziesięć lat; jeżeli gwarantowana kwota jest niższa niż te kwoty lub
gwarancji udzielono na okres krótszy niż odpowiednio pięć albo dziesięć lat, ekwiwalent dotacji brutto gwarancji oblicza się
jako odpowiedni odsetek odpowiedniego pułapu (200 000 euro albo 100 000 euro)
5 Stosownie do § 2 pkt 1 Rozporządzenia Rady Ministrów z 11 sierpnia 2004 r. w sprawie szczegółowego sposobu obliczania wartości pomocy publicznej udzielanej w różnych formach (Dz.U. Nr 194, poz. 1983, ze zm.) przez ekwiwalent dotacyjny brutto należy rozumieć kwotę pomocy, którą otrzymałby beneficjent pomocy lub podmiot ubiegający się o pomoc, gdyby uzyskał pomoc w formie dotacji, bez uwzględnienia opo-datkowania podatkiem dochodowym, wyrażoną z dokładnością dwóch miejsc po przecinku.
6 W takim przypadku należy zastosować reguły wynikające z Komunikatu Komisji w sprawie zmiany metody ustalania stóp referencyjnych i dyskontowych (Dz.Urz. UE C 14, 19.1.2008, s. 6), które pozwalają na ustalenie dla każdego indywidualnego przypadku stóp referencyjnych w oparciu o stopę bazową oraz stosowną marżę.
93
lub
3. Ekwiwalent dotacji brutto obliczono na podstawie „bezpiecznych stawek” określonych w Obwieszczeniu Komisji w sprawie
zastosowania art. 87 i 88 Traktatu WE do pomocy państwa w formie gwarancji (Dz.Urz. UE C 155, 20.6.2008, s. 10),
lub
4. Przed jej wdrożeniem metoda wykorzystana do obliczania ekwiwalentu dotacji brutto gwarancji została zgłoszona Komisji
na podstawie innego rozporządzenia Komisji w obszarze pomocy państwa obowiązującego w danym okresie i zatwierdzona
przez Komisję jako zgodna z obwieszczeniem w sprawie gwarancji lub aktem zastępującym to obwieszczenie oraz ta metoda
wyraźnie odnosi się do przedmiotowego rodzaju gwarancji i rodzaju transakcji bazowej w kontekście stosowania niniejszego
rozporządzenia.
W odniesieniu do pozostałych instrumentów pomocy pomoc de minimis uznaje się za przejrzystą, jeżeli instrument określa poziom
maksymalny, tak aby nie następowało przekroczenie odpowiednich pułapów pomocy de minimis.
W trzeciej kolejności należy zwrócić uwagę na reguły kumulacyjne, o których mówi art. 5 rozporządzenia de minimis. Celem tych
reguł jest przede wszystkim zapewnienie, aby łączna pomoc de minimis udzielana dla jednego przedsiębiorstwa nie przekraczała
odpowiednich pułapów (200 000 euro oraz 100 000 euro). Kumulacji podlega zatem każda udzielona jednemu przedsiębiorstwu
pomoc de minimis, zarówno objęta rozporządzeniem de minimis, jak też Rozporządzeniem Komisji (UE) Nr 360/2012 z 25 kwietnia
2012 r. w sprawie stosowania art. 107 i 108 Traktatu o funkcjonowaniu Unii Europejskiej do pomocy de minimis przyznawanej
przedsiębiorstwom wykonującym usługi świadczone w ogólnym interesie gospodarczym (Dz.Urz. UE L 114, 26.4.2012, s. 8). Oznacza
to, że w okresie trzech lat (liczonych jako dwa poprzednie lata podatkowe oraz bieżący rok podatkowy) przedsiębiorstwo może
otrzymać z wielu źródeł pomoc de minimis pod warunkiem, że skumulowana w tym czasie pomoc de minimis (wyrażona za pomocą
ekwiwalentu dotacyjnego brutto) nie przekroczy 200 000 euro albo 100 000 euro.
Reguły kumulacyjne odnoszą się także do pomocy de minimis udzielanej łącznie z pomocą publiczną. Zatem pomocy de minimis
nie można łączyć z pomocą państwa w odniesieniu do tych samych kosztów kwalifikowalnych lub z pomocą państwa dla tego
samego środka finansowania ryzyka w przypadku, gdyby taka kumulacja miała doprowadzić do przekroczenia odpowiednich
maksymalnych poziomów intensywności pomocy lub kwoty pomocy ustalonej pod kątem specyficznych uwarunkowań każdego
przypadku w rozporządzeniu w sprawie wyłączeń grupowych lub w decyzji Komisji. Pomoc de minimis, której nie przyznano w od-
niesieniu do konkretnych kosztów kwalifikowalnych lub której nie można przypisać do takich kosztów można łączyć z inną pomocą
państwa przyznaną zgodnie z rozporządzeniem w sprawie wyłączeń grupowych lub zgodnie z decyzją przyjętą przez Komisję.
W związku z powyższym przedsiębiorstwo ubiegające się o pomoc de minimis musi przedłożyć informacje nie tylko na temat
otrzymanej pomocy de minimis, ale także wszelkiej pomocy publicznej, jeżeli pomoc de minimis miałaby być udzielona na pokrycie
tych samych kosztów kwalifikowanych, na które została już udzielona pomoc publiczna lub jeżeli miałaby stanowić uzupełnienie
kwoty pomocy ustalonej w rozporządzeniu w sprawie wyłączeń grupowych lub w decyzji Komisji.
Pomoc na podstawie obecnie obowiązującego rozporządzenia de minimis może być udzielana co do zasady niezależnie od sytu-
acji finansowej beneficjenta (por. jednak zapisy odnoszące się do pomocy w formie pożyczki i gwarancji). Zatem beneficjentem
pomocy de minimis może być także przedsiębiorstwo znajdujące się w trudnej sytuacji (zagrożone) w rozumieniu Wytycznych
wspólnotowych dotyczących pomocy państwa w celu ratowania i restrukturyzacji zagrożonych przedsiębiorstw (Dz.Urz. UE C 244,
1.10.2004, s. 2, ze zm. ), dla których dotychczas co do zasady dostępna była wyłącznie pomoc na ratowanie i restrukturyzację. Taka
zmiana nie pozostaje bez znaczenia dla polityki przeciwdziałania upadłości przedsiębiorstw.
Jak zostało już wspomniane, Komisja została upoważniona przez Radę do przyjęcia rozporządzeń określających kategorie pomocy,
które są zgodne ze wspólnym rynkiem i nie podlegają wymogom zgłoszenia ustalonym w art. 108 ust. 3 TFUE (wyłączenia grupo-
we). W związku z tym Komisja przyjęła obowiązujące obecnie Rozporządzenie Nr 800/2008 z 6 sierpnia 2008 r. uznające niektóre
rodzaje pomocy za zgodne ze wspólnym rynkiem w zastosowaniu art. 87 i 88 Traktatu (ogólne rozporządzenie w sprawie wyłączeń
blokowych) (Dz.Urz. UE L 214, 9.8.2008, s. 3, ze zm.)7. Rozporządzenie to zostanie zastąpione przez nowe rozporządzenie odnoszące
się do wyłączeń grupowych.
W projekcie nowego rozporządzenia o wyłączeniach grupowych8 Komisja przewiduje dopuszczalność oraz zwolnienie z obowiązku
notyfikacji pomocy o następujących przeznaczeniach:
• regionalnym (inwestycyjna , operacyjna9, na rzecz rozwoju obszarów miejskich),
• dla małych i średnich przedsiębiorstw (MŚP) (inwestycyjna, na udział w targach, na koszty współpracy związane z projektami
w ramach europejskiej współpracy terytorialnej),
7 Rozporządzenie to przestanie obowiązywać 30 czerwca 2014 r. i zostanie zastąpione przez nowe rozporządzenie odnoszące się do pomocy publicznej objętej wyłączeniem grupowym.
8 Rozporządzenie Komisji (UE) z 18 grudnia 2013 r. uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w zastosowaniu art. 107 i 108 Traktatu – PROJEKT.
9 Regionalna pomoc operacyjna jest jednak dopuszczalna w bardzo ograniczonym zakresie, tj. wyłącznie w regionach najbardziej oddalonych lub na obszarach słabo zaludnionych (por. art. 15 Projektu).
94
• na dostęp MŚP do finansowania (na finansowanie ryzyka, dla przedsiębiorstw rozpoczynających działalność, na rzecz alter-
natywnych platform obrotu specjalizujących się w MŚP, na koszty rozpoznania – due diligence),
• na działalność badawczą, rozwojową, innowacyjną (na projekty badawczo-rozwojowe, inwestycyjna na infrastrukturę nauko-
wo-badawczą, dla klastrów innowacyjnych, dla MŚP na wspieranie innowacyjności, na innowacje procesowe lub organiza-
cyjne, na działalność badawczo-rozwojową w sektorze rybołówstwa i akwakultury),
• na szkolenia,
• na pracowników znajdujących się w szczególnie niekorzystnej sytuacji oraz pracowników niepełnosprawnych (w formie
subsydiowania wynagrodzeń na rekrutację pracowników znajdujących się w szczególnie niekorzystnej sytuacji, w formie
subsydiowania wynagrodzeń na zatrudnianie pracowników niepełnosprawnych, na rekompensatę dodatkowych kosztów
związanych z zatrudnieniem pracowników niepełnosprawnych),
• na ochronę środowiska (inwestycyjna umożliwiająca przedsiębiorstwom zastosowanie norm surowszych niż normy unijne
w zakresie ochrony środowiska lub podniesienie poziomu ochrony środowiska w przypadku braku norm unijnych, inwesty-
cyjna na wcześniejsze dostosowanie do przyszłych norm unijnych, inwestycyjna na środki wspierające oszczędność energii,
na projekty dotyczące efektywności energetycznej, na inwestycje w układy wysokosprawnej kogeneracji, inwestycyjna na
propagowanie energii ze źródeł odnawialnych, operacyjna na propagowanie energii elektrycznej ze źródeł odnawialnych,
operacyjna na propagowanie energii elektrycznej ze źródeł odnawialnych w instalacjach działających na małą skalę, w formie
ulg w podatkach na ochronę środowiska na mocy dyrektywy 2003/96/WE, inwestycyjna na rekultywację zanieczyszczonych
terenów, inwestycyjna na efektywny energetycznie system ciepłowniczy i chłodniczy, na badania środowiska),
• w celu naprawienia szkód spowodowanych niektórymi klęskami żywiołowymi (programy pomocy mające na celu naprawienie
szkód spowodowanych niektórymi klęskami żywiołowymi),
• o charakterze społecznym w zakresie transportu na rzecz mieszkańców regionów oddalonych,
• na infrastrukturę szerokopasmową,
• na kulturę i zachowanie dziedzictwa kulturowego (programy pomocy na rzecz utworów audiowizualnych),
• na infrastrukturę sportową i wielofunkcyjną infrastrukturę rekreacyjną.
Katalog przeznaczeń pomocy zwolnionej z obowiązku notyfikacyjnego w rozumieniu art. 108 ust. 3 TFUE jest zatem znacznie szer-
szy niż w jeszcze obowiązujących przepisach rozporządzenia o wyłączeniach grupowych (Rozporządzenie 800/2008). Po pierwsze
wynika to z większego doświadczenia Komisji, które umożliwiło stworzenie kryteriów dla dopuszczalności i wyłączenia obowiązku
notyfikacyjnego w stosunku do nowych przeznaczeń pomocy. Po drugie jest podyktowane założeniami opisanej w poprzedniej
części reformy w zakresie reguł pomocy publicznej10, która zakłada: (i) trwały, inteligentny i sprzyjający włączeniu społecznemu
wzrost gospodarczy na konkurencyjnym rynku wewnętrznym, przyczyniający się jednocześnie do postępu działań państw człon-
kowskich na rzecz bardziej efektywnego wykorzystania finansów publicznych; (ii) skoncentrowanie przeprowadzanych przez
Komisję kontroli ex ante środków pomocy na sprawach mających największy wpływ na rynek wewnętrzny, przy jednoczesnym
wzmocnieniu współpracy państw członkowskich w zakresie egzekwowania reguł pomocy państwa; oraz (iii) optymalizację reguł
i umożliwienie szybszego podejmowania lepiej uzasadnionych i solidniejszych decyzji w oparciu o wyraźne przesłanki ekono-
miczne, wspólne podejście i jasne obowiązki. Nowe reguły udzielania pomocy objętej wyłączeniem grupowym zdecydowanie
wychodzą naprzeciw tak określonym priorytetom Komisji.
Jednocześnie, w szczególności w części odnoszącej się do MŚP, nowe przepisy pozwalają na szerszą politykę interwencyjną pań-
stwa, która może wpływać na zapobieganie upadłości przedsiębiorstw i nie wymaga uprzedniej zgody Komisji.
Należy jednak zwrócić uwagę, że reguły wyłączenia grupowego nie będą miały zastosowania (tak zresztą, jak i dzisiaj) do przedsię-
biorstw zagrożonych w rozumieniu Wytycznych wspólnotowych dotyczących pomocy państwa w celu ratowania i restrukturyzacji
zagrożonych przedsiębiorstw (Dz.Urz. UE C 244, 1.10.2004, s. 2, ze zm.).
7.3. Pomoc regionalna, horyzontalna, sektorowa
Dopuszczalność udzielania pomocy regionalnej, poza wskazanym już rozporządzeniem o wyłączeniach grupowych, określają
Wytyczne w sprawie pomocy regionalnej na lata 2014–2020 (Dz. Urz.UE C 209, 23.7.2013, s. 1 – Wytyczne regionalne)11. We Wpro-
wadzeniu do wytycznych Komisja wskazuje, że zgodnie z art. 107 ust. 3 lit. a) i c) Traktatu o Funkcjonowaniu Unii Europejskiej (TFUE)
Komisja może uznać za zgodną z rynkiem wewnętrznym pomoc państwa na wspieranie rozwoju gospodarczego niektórych regionów
na terenie Unii Europejskiej znajdujących się w niekorzystnym położeniu. Ten rodzaj pomocy państwa znany jest jako pomoc regionalna.
10 Por. Komunikat Komisji do Parlamentu Europejskiego, Rady, Europejskiego Komitetu Ekonomiczno-Społecznego i Komitetu Regionów – „Uno-wocześnienie unijnej polityki w dziedzinie pomocy państwa” – Bruksela, 8 maja 2012 r. COM(2012) 209 final.
11 W celu wykluczenia wszelkich wątpliwości należy podkreślić, że warunki udzielania pomocy regionalnej są uregulowane w Wytycznych re-gionalnych. Rozporządzenie o wyłączeniach grupowych wskazuje na takie warunki udzielania pomocy regionalnej, których zastosowanie eliminuje obowiązek notyfikacyjny.
95
Wytyczne wskazują zatem na warunki dopuszczalności pomocy publicznej mającej na celu rozwój regionów12. Taka pomoc publicz-
na jest zgodna z rynkiem wewnętrznym na podstawie art. 107 ust. 3 lit. a oraz c TFUE. Przed jej udzielaniem państwa członkowskie
powinny uzyskać decyzję Komisji potwierdzającą zgodność pomocy z rynkiem wewnętrznym.
Zgodnie z wytycznymi pomoc regionalna może być przyznawana jako pomoc na nowe inwestycje oraz w ograniczonym zakresie
jako pomoc operacyjna, jeżeli sama pomoc na inwestycje nie wystarcza do pobudzenia rozwoju gospodarczego regionu.
Wytyczne mają co do zasady zastosowanie do wszystkich obszarów działalności gospodarczej, z wyjątkiem sektora żelaza i stali
oraz włókien syntetycznych, rybołówstwa i akwakultury, rolniczego i transportu, a także w zakresie działalności portów lotniczych
oraz w sektorze energetycznym13. Nie dopuszcza się udzielania pomocy regionalnej na inwestycje dla dużych przedsiębiorstw
w regionach zakwalifikowanych jako regiony, o których mowa w art. 107 ust. 3 lit. c TFUE, chyba że jest to pomoc przyznana na
inwestycję, która zapoczątkowuje nową działalność gospodarczą na danym obszarze albo na zróżnicowanie działalności istnie-
jących zakładów w kierunku nowych produktów lub innowacyjnych procesów. Nie jest także dopuszczalne udzielanie pomocy
regionalnej dla przedsiębiorstw znajdujących się w trudnej sytuacji.
W Wytycznych regionalnych (tak zresztą, jak w przypadku wszystkich nowych dokumentów, które ustanawiają reguły dopuszczalno-
ści pomocy publicznej) Komisja wskazuje na ogólne kryteria dopuszczalności pomocy, które wynikają z przyjętych ogólnych zasad
dotyczących unowocześnienia polityki w zakresie pomocy państwa. Zatem: i) pomoc musi przyczyniać się do osiągnięcia dobrze
zdefiniowanego celu leżącego we wspólnym interesie, ii) musi istnieć potrzeba dla interwencji państwa, iii) środek pomocowy musi
być odpowiedni, iv) pomoc musi zawierać efekt zachęty, v) pomoc musi być ograniczona do minimum (proporcjonalna), vi) musi
zostać zapewnione, że negatywne skutki pomocy będą ograniczone, vii) musi być zapewniona przejrzystość udzielania pomocy.
W tym kontekście szczególnie istotne są postanowienia, które odnoszą się do proporcjonalności pomocy:
• w przypadku, kiedy pomoc stanowi zachętę do podjęcia inwestycji, kwota pomocy nie powinna przekraczać minimum nie-
zbędnego do uczynienia projektu wystarczająco rentownym,
• w przypadku zaś, kiedy pomoc stanowi zachętę do zrealizowania inwestycji w danym regionie (ponieważ rekompensuje
ograniczenia i koszty netto wynikające z takiej lokalizacji), kwota pomocy nie powinna przekraczać różnicy pomiędzy bieżącą
wartością netto inwestycji w docelowym regionie z bieżącą wartością netto inwestycji w innej lokalizacji.
Ponadto, Komisja ustanawia w wytycznych maksymalne pułapy intensywności pomocy w odniesieniu do kosztów kwalifikowanych,
które stosuje się przede wszystkim jako maksymalny dopuszczalny poziom pomocy obliczanej z zastosowaniem wyżej wymienio-
nych zasad14, a także w odniesieniu do pomocy dla MŚP.
Formuła nowych wytycznych, która wpisuje się w założenia reformy pomocy publicznej (por. Komunikat Komisji do Parlamentu
Europejskiego, Rady, Europejskiego Komitetu Ekonomiczno-Społecznego i Komitetu Regionów – „Unowocześnienie unijnej poli-
tyki w dziedzinie pomocy państwa”) wyraźnie wskazuje na to, że reguły odnoszące się do udzielania pomocy publicznej w coraz
większym stopniu służą do wpływania na politykę gospodarczą w państwach członkowskich, ustalanie jej priorytetów oraz wery-
fikowanie zasadności wydatkowania środków publicznych.
Nie ma jednego dokumentu Komisji, który reguluje udzielanie pomocy horyzontalnej. Dla poszczególnych przeznaczeń pomocy
horyzontalnej Komisja wydaje osobne dokumenty, w których wskazuje na warunki dopuszczalności takiej pomocy. Obecnie obo-
wiązują w tym zakresie:
• Wytyczne Unii w sprawie pomocy państwa na rzecz promowania inwestycji w zakresie finansowania ryzyka (Dz.Urz. UE C 19,
22.1.2014, s. 4),
• Wspólnotowe zasady ramowe dotyczące pomocy państwa na działalność badawczą, rozwojową i innowacyjną (są one przed-
miotem rewizji i zostaną zastąpione przez nowy dokument) (Dz.Urz. UE C 323 z 30.12.2006, s. 1) 15,
• Komunikat Komisji – Kryteria analizy zgodności pomocy państwa przeznaczonej na pracowników znajdujących się w szcze-
gólnie niekorzystnej sytuacji oraz pracowników niepełnosprawnych, podlegającej obowiązkowi zgłoszenia indywidualnego
(Dz.Urz. UE C 188, 11.8.2009, s. 6),
• Komunikat Komisji – Kryteria analizy zgodności pomocy państwa na szkolenia w sprawach podlegających zgłoszeniu indy-
widualnemu (Dz.Urz. UE C 188, 11.8.2009, s. 1),
• Wytyczne w sprawie pomocy na ochronę środowiska i cele związane z energią w latach 2014–202016,
12 Zatem cel tej pomocy nie jest taki jak w przypadku szczególnych kategorii pomocy dla niektórych sektorów albo też pomocy, która odnosi się do specyficznych celów, takich jak szkolenia, badania i rozwój, ochrona środowiska etc.
13 W tym zakresie obowiązują reguły dopuszczalności pomocy zawarte w innych dokumentach. 14 Z zastrzeżeniem, że w przypadku dużych projektów inwestycyjnych obliczanie wielkości pomocy dokonuje się w oparciu o tzw. dostosowaną
kwotę pomocy. 15 Dokument ten obowiązuje do 30 czerwca 2014 r. i zostanie zastąpiony przez nowe zasady ramowe.16 Przyjęte przez Komisję 9 kwietnia 2014 r. (jeszcze nieopublikowane).
96
• Wytyczne wspólnotowe dotyczące pomocy państwa w celu ratowania i restrukturyzacji zagrożonych przedsiębiorstw (doku-
ment ten jest obecnie przedmiotem rewizji) (Dz.Urz. UE C 244, 1.10.2004, s. 2, ze zm.)17.
Udzielanie pomocy publicznej, o której mowa w wyżej wymienionych dokumentach wymaga zgody Komisji, zatem państwa
członkowskie są zobowiązane notyfikować jej swoje zamiary udzielania takiej pomocy.
Zgodnie z wcześniejszymi wyjaśnieniami, co do zasady, ogólne warunki dopuszczalności każdej kategorii pomocy horyzontalnej
oparte są (lub będą – w odniesieniu do dokumentów podlegających zmianom) na jednolicie określonych założeniach reformy
polityki unijnej w zakresie pomocy państwa.
Ze względu na ogólny kontekst niniejszego rozdziału należy zwrócić uwagę na reguły odnoszące się do udzielania pomocy na
ratowanie i restrukturyzację. Jak już zostało wspomniane, obecnie obowiązujące w tym zakresie wytyczne podlegają zmianom.
Komisja konsultuje z państwami członkowskimi projekt nowych wytycznych dotyczących pomocy na ratowanie i restrukturyzację
przedsiębiorstw (Wytyczne dotyczące pomocy państwa w celu ratowania i restrukturyzacji przedsiębiorstw niefinansowych znaj-
dujących się w trudnej sytuacji18). W swoim projekcie Komisja podkreśla, że pomoc na ratowanie i pomoc na restrukturyzację należą
do rodzajów pomocy państwa o najbardziej zakłócającym charakterze. Dobrze wiadomo, że sektory gospodarki odnoszące sukcesy do-
świadczają wzrostu produktywności nie ze względu na to, że wszystkie przedsiębiorstwa obecne na rynku stają się coraz bardziej wydajne,
lecz raczej dlatego, że efektywniejsze i bardziej zaawansowane technologicznie przedsiębiorstwa rozwijają się kosztem tych, które są mniej
efektywne lub oferują przestarzałe produkty. Opuszczenie rynku przez mniej efektywne przedsiębiorstwa umożliwia ich efektywniejszym
konkurentom rozwój oraz przyczynia się do powrotu na rynek aktywów, które można następnie przeznaczyć na produktywniejsze za-
stosowania. Zakłócając ten proces, pomoc na ratowanie i restrukturyzację może znacznie spowolnić wzrost gospodarczy w określonych
sektorach (pkt 6 Projektu wytycznych).
Jeśli części upadającego przedsiębiorstwa pozostają zasadniczo rentowne, takie przedsiębiorstwo może być w stanie przeprowadzić
restrukturyzację, która doprowadzi do rezygnacji z określonych rodzajów działalności przynoszącej straty strukturalne oraz pozwoli zre-
organizować pozostałe rodzaje działalności w sposób dający rozsądne perspektywy długoterminowej rentowności. Taka restrukturyza-
cja powinna być zazwyczaj możliwa bez pomocy państwa, w drodze układów z wierzycielami albo postępowań upadłościowych lub
naprawczych. Nowoczesne prawo upadłościowe powinno pomagać solidnym przedsiębiorstwom w przetrwaniu i przyczyniać się do
ochrony zatrudnienia, a także umożliwiać dostawcom zachowanie klientów, a właścicielom utrzymanie wartości rentownych przedsię-
biorstw. Postępowania upadłościowe również mogą przyczynić się do powrotu rentownego przedsiębiorstwa na rynek dzięki działaniom
nabywczym stron trzecich, czy to poprzez nabycie przedsiębiorstwa w celu kontynuowania działalności czy jego poszczególnych aktywów
produkcyjnych. Wynika z tego, że przedsiębiorstwa powinny kwalifikować się do uzyskania pomocy państwa tylko wtedy, gdy wykorzystały
wszystkie możliwości rynkowe i gdy taka pomoc jest niezbędna do osiągnięcia prawidłowo określonego celu leżącego we wspólnym
interesie, którego nie można by osiągnąć bez pomocy. Przedsiębiorstwa powinny móc skorzystać z pomocy na podstawie niniejszych
wytycznych tylko jeden raz w ciągu dziesięciu lat (zasada „pierwszy i ostatni raz”) (pkt 7 Projektu wytycznych).
Zgodnie z Projektem wytycznych przedsiębiorstwo uznaje się za znajdujące się w trudnej sytuacji, jeżeli bez interwencji państwa
prawie na pewno będzie skazane na zniknięcie z rynku w perspektywie krótko- lub średnioterminowej. W szczególności oznacza
to, że ma miejsce jedna z następujących okoliczności: i) w przypadku spółki z ograniczoną odpowiedzialnością, jeżeli ponad połowa
jej subskrybowanego kapitału podstawowego została utracona wskutek poniesionych strat; ii) w przypadku spółki, w której przy-
najmniej niektórzy udziałowcy ponoszą nieograniczoną odpowiedzialność za długi spółki, jeżeli ponad połowa jej kapitału według
sprawozdania finansowego została utracona wskutek poniesionych strat; iii) w przypadku, gdy przedsiębiorstwo jest przedmiotem
zbiorowego postępowania upadłościowego lub zgodnie z prawem krajowym spełnia kryteria objęcia zbiorowym postępowaniem
upadłościowym na wniosek swoich wierzycieli; iv) w przypadku, gdy rating przedsiębiorstwa jest równorzędny CCC+ („zdolność do
spłaty jest uzależniona od utrzymania korzystnych warunków”) lub niższy w ocenie przynajmniej jednej zarejestrowanej agencji
ratingowej; v) w przypadku, gdy: 1) księgowy stosunek kapitału obcego do kapitału własnego przedsiębiorstwa jest większy niż
[7,5] [i]/[lub] 2) wskaźnik pokrycia odsetek zyskiem [EBIT]/[EBITDA] przedsiębiorstwa wynosił poniżej [1,0] przez ostatnie [dwa] lata19.
Nawet jeśli nie zachodzą wyżej wymienione okoliczności, Komisja (i tylko ona) może uznać, że przedsiębiorstwo jest w trudno-
ściach, jeżeli istnieją przesłanki pozwalające stwierdzić, że bez interwencji państwa przedsiębiorstwo prawie na pewno zniknie
z rynku w perspektywie krótko- lub średnioterminowej.
Pomoc, o której mowa w Projekcie wytycznych nie może być udzielana przedsiębiorstwom nowym, tj. w okresie pierwszych trzech
lat po rozpoczęciu działalności w danej dziedzinie.
Projekt wytycznych odnosi się do pomocy na ratowanie, pomocy na restrukturyzację i tymczasowego wsparcia restrukturyzacyjne-
go. Pomoc na ratowanie ma tymczasowy charakter i ma za zadanie umożliwić przedsiębiorstwu przetrwanie przez czas konieczny
17 Ten dokument zostanie zastąpiony przez nowe wytyczne. 18 http://ec.europa.eu/competition/consultations/2013_state_aid_rescue_restructuring/draft_guidelines_pl.pdf.19 Zapisy te zostaną ostatecznie ustalone w przejętym dokumencie.
97
na napisanie planu restrukturyzacyjnego albo planu likwidacji. Celem pomocy na restrukturyzację jest przywrócenie zdolności
do konkurowania na rynku na podstawie planu restrukturyzacyjnego, który powinien określać przyczyny trudności, właściwe
sposoby ich rozwiązania, czas oraz budżet na działania restrukturyzacyjne, przy jednoczesnym zastrzeżeniu, że pomoc państwa
w budżecie powinna być ograniczona do koniecznego minimum. Tymczasowe wsparcie restrukturyzacyjne może być udzielane
tylko dla MŚP, w celu odzyskania płynności, na wsparcie restrukturyzacji przedsiębiorstwa poprzez stworzenie warunków niezbędnych
beneficjentowi w celu zaplanowania i wdrożenia odpowiedniego działania na rzecz przywrócenia jego długoterminowej rentowności
(pkt 30 Projektu wytycznych).
Co do zasady pomoc w celu ratowania i restrukturyzacji nie może być udzielona w każdym indywidualnym przypadku bez zgody
Komisji. Zatem państwa członkowskie przed planowanym udzieleniem takiej pomocy mają obowiązek dokonać jej notyfikacji. Ta
zasada nie ma jednak zastosowania wobec MŚP. Dla nich bowiem państwa członkowskie mogą przyjmować programy pomoco-
we20. Uzyskanie zgody Komisji na udzielanie pomocy, o której mowa w programie pomocowym, co do zasady wyklucza koniecz-
ność dokonywania indywidualnych zgłoszeń (notyfikacji) w odniesieniu do każdego przypadku.
Komisja ocenia dopuszczalność pomocy (jej zgodność z rynkiem wewnętrznym), biorąc pod uwagę następujące kryteria:
1. Przyczynianie się do osiągnięcia celu leżącego we wspólnym interesie – w odniesieniu do MŚP, Komisja oczekuje wykazania,
że zniknięcie z rynku przedsiębiorstw wiązałoby się z trudnościami społecznymi lub niedoskonałościami rynku. Dodatkowo
Komisja oczekuje, że plany restrukturyzacyjne będą kompleksowo odnosić się do wszystkich zagadnień stanowiących źródło
trudności21 (w szczególności nie będą wyłącznie koncentrowały się na pomocy finansowej na wyrównanie strat) oraz sposo-
bów ich wyeliminowania poprzez restrukturyzacje każdej niezbędnej sfery działalności przedsiębiorstwa. Plany restruktury-
zacyjne muszą określać w wiarygodny sposób spodziewane efekty działań naprawczych.
2. Potrzebę udzielenia pomocy – w związku z tym konieczne jest wykazanie, że bez pomocy nie będą osiągane cele leżące we
wspólnym interesie.
3. Odpowiedniość – w odniesieniu do pomocy na ratowanie: pomoc może być udzielana w ściśle określonych formach (gwa-
rancje kredytowe lub pożyczki), za ustalonym w projekcie wynagrodzeniem oraz na określony czas (por. pkt 57 Projektu
wytycznych). W przypadku pomocy na restrukturyzację – forma wsparcia jest dowolna, byleby właściwie adresowała proble-
my, które mają zostać rozwiązane. W odniesieniu do tymczasowego wsparcia restrukturyzacyjnego dla MŚP – pomoc może
być ograniczona do pożyczek lub gwarancji kredytowych, za które powinno być przewidziane wynagrodzenie w ustalonej
w projekcie wielkości, a także na określony czas.
4. Efekt zachęty – konieczne jest wykazanie, że bez udziału pomocy przedsiębiorstwo zostałoby poddane restrukturyzacji, sprze-
dane lub zlikwidowane w sposób uniemożliwiający osiągnięcie celu leżącego we wspólnym interesie.
5. Proporcjonalność – pomoc na ratowanie musi być ograniczona do minimum niezbędnego do utrzymania działalności be-
neficjenta przez sześć miesięcy. Wielkość pomocy na ratowanie określa się za pomocą wzoru ustalonego w Załączniku 1 do
Projektu wytycznych. Wielkość pomocy na restrukturyzację także powinna być ograniczona do niezbędnego minimum, które
będzie wytyczane przez zastosowanie metody podziału obciążenia22, czyli metodę określającą, w jakim zakresie beneficjent
powinien ponosić koszty restrukturyzacji. Tymczasowe wsparcie restrukturyzacyjne musi być ograniczone do kwoty potrzeb-
nej do utrzymania działalności beneficjenta przez [12] [18]23 miesięcy. Wielkość pomocy ustala się za pomocą wzoru podanego
w Załączniku 1.
6. Uniknięcie nadmiernych negatywnych skutków dotyczących konkurencji i wymiany handlowej między państwami członkow-
skimi – w tym zakresie Projekt wytycznych przewiduje, po pierwsze, że pomoc na ratowanie, restrukturyzację oraz tymczasowe
wsparcie restrukturyzacyjne powinna być przyznawana co do zasady tylko w odniesieniu do jednego działania restruktu-
ryzacyjnego (zasada: „pierwszy i ostatni raz”). Po drugie w projekcie przewiduje się stosowanie środków mających na celu
ograniczenie zakłócenia konkurencji: środki strukturalne w postaci zbycia aktywów albo ograniczenia zdolności produkcyjnych
lub obecności na rynku oraz środki behawioralne, których celem jest zapewnienie, że pomoc jest skierowana wyłącznie do
finansowania przywrócenia długoterminowej rentowności, a także środki otwarcia rynku.
Unikanie nadmiernych negatywnych efektów pomocy publicznej dokonuje się także poprzez stosowanie zasady, że jeżeli
przedsiębiorstwu znajdującemu się w trudnej sytuacji przyznano pomoc niezgodną z prawem i w odniesieniu do niej Komisja
przyjęła negatywną decyzję wraz ze zleceniem windykacji, a windykacja nie została przeprowadzona, ocena każdej kolejnej
pomocy na ratowanie, pomocy na restrukturyzację lub tymczasowego wsparcia restrukturyzacyjnego musi uwzględniać
20 Wyjaśnienia odnośnie do tego, czym jest program pomocowy znajdują się części VI. 21 Ocena tego, w przypadku MŚP, pozostawiona jest państwom członkowskim. W pozostałych przypadkach zawsze dokonuje jej Komisja. 22 Obecnie w Projekcie wytycznych opisane są dwie opcje podziału obciążenia: (i) kwota wkładu w restrukturyzację będzie co najmniej równa
kwocie pomocy oraz wkład dokonywany przez obecnych udziałowców i wierzycieli będzie uzasadniony w świetle ewentualnych strat, jakie ponieśliby w wyniku niewypłacalności; w wyjątkowych okolicznościach i w przypadkach szczególnych trudności Komisja może zezwolić na wkład, który jest niższy od kwoty pomocy; (ii) kwota wkładu w restrukturyzację będzie wynosiła co najmniej 50% kosztów restrukturyzacji; w wyjątkowych okolicznościach i w przypadkach szczególnych trudności Komisja może zezwolić na wkład, który wynosi mniej niż 50% kosz-tów restrukturyzacji. Szczegółowe warunki towarzyszące każdej z tych opcji wskazano w pkt 3.5.2 Projektu wytycznych.
23 Jak już wcześniej wskazano, warunek ten zostanie ostatecznie określony w przyjętych wytycznych.
98
udzieloną już pomoc, w tym przede wszystkim zasadę, że żadna nowa pomoc nie może być udzielona beneficjentowi, który
nie zwrócił pomocy, wobec której istnieje obowiązek zwrotu.
7. Przejrzystość – państwa członkowskie muszą opublikować na swojej stronie internetowej informacje na temat zgłoszonych
programów pomocowych, wraz ze wskazaniem podstawowych informacji na temat przyznawanej pomocy, takich jak organ
udzielający pomocy, formy pomocy, kwoty dla poszczególnych beneficjentów, sektory.
Oprócz tego, w odniesieniu do pomocy dla MŚP, w programach pomocowych zgłaszanych do Komisji państwa członkowskie
powinny określić maksymalną kwotę pomocy, jaka może być przyznana każdemu przedsiębiorstwu jako część działania w ramach
pomocy na ratowanie, pomocy na restrukturyzację lub tymczasowego wsparcia restrukturyzacyjnego. Maksymalna łączna kwota
nie może przy tym przekroczyć 5 mln euro.
Warunki udzielania pomocy na ratowanie, restrukturyzację oraz na tymczasowe wsparcie restrukturyzacyjne dla MŚP, a także wa-
runki udzielania pomocy de minimis (w tym w odniesieniu do przedsiębiorstw znajdujących się w trudnościach) powinny pozwalać
państwom członkowskim na tworzenie bardziej elastycznych niż dotychczas instrumentów zapobiegających upadłości, tak aby
możliwie skutecznie reagować na problemy przedsiębiorstw, których funkcjonowanie jest szczególnie istotne dla rozwoju spo-
łeczno-gospodarczego.
Budowanie polityki przeciwdziałania upadłości przedsiębiorstw powinno zatem uwzględniać reguły odnoszące się do pomocy
na ratowanie i restrukturyzację oraz tymczasowe wsparcie restrukturyzacyjne dla MŚP – w szczególności zasadę, że wobec MŚP
Komisja może wyrazić zgodę na program pomocowy, zaś w odniesieniu do pozostałych przedsiębiorstw musi dokonywać indy-
widualnych ocen pomocy dla każdego beneficjenta.
Należy także zwrócić uwagę, że prawo unijne przewiduje specyficzne reguły udzielania pomocy publicznej dla sektorów, w których
warunki prowadzenia działalności uzasadniają szczególne podejście do udzielania pomocy publicznej. W tym zakresie przyjęte
zostały następujące dokumenty:
• Wytyczne w sprawie pomocy państwa dla portów lotniczych oraz linii lotniczych (Dz.Urz. UE C 99, 4.4.2014, s. 3),
• Wytyczne UE w sprawie stosowania reguł pomocy państwa w odniesieniu do szybkiej budowy/rozbudowy sieci szerokopa-
smowych (Dz.Urz. UE C 25, 26.1.2013, s. 1),
• Zasady ramowe dotyczące pomocy państwa dla przemysłu stoczniowego (Dz.Urz. UE C 364, 14.12.2011, s. 9),
• Komunikat Komisji w sprawie stosowania od 1 sierpnia 2013 r. reguł pomocy państwa w odniesieniu do środków wsparcia na
rzecz banków w kontekście kryzysu finansowego („komunikat bankowy”) (Dz.Urz. UE C 216 z 30.7.2013, s. 1),
• Wytyczne w sprawie niektórych środków pomocy państwa w kontekście systemu handlu uprawnieniami do emisji gazów
cieplarnianych po 2012 r. (Dz.Urz. UE C 158, 5.6.2012, s. 4),
• Wytyczne wspólnotowe dotyczące pomocy państwa dla transportu morskiego (Dz.Urz. UE C 13, 17.1.2004, s. 3),
• Komunikat Komisji przedstawiający wytyczne w sprawie pomocy państwa uzupełniającej wspólnotowe finansowanie uru-
chamiania autostrad morskich (Dz.Urz. UE C 317, 12.12.2008, s. 10),
• Komunikat Komisji przedstawiający wytyczne w sprawie pomocy państwa na rzecz podmiotów zarządzających statkami (Dz.
Urz. UE C 132, 11.6.2009, s. 6),
• Decyzja Rady z 10 grudnia 2010 r. w sprawie pomocy państwa ułatwiającej zamykanie niekonkurencyjnych kopalń węgla (Dz.
Urz. UE L 336, 21.12.2010, s. 24),
• Obwieszczenie Komisji w sprawie stosowania reguł konkurencji do sektora pocztowego i w sprawie oceny pewnych środków
publicznych odnoszących się do usług pocztowych (Dz.Urz. WE C 39, 6.2.1998, s. 2),
• Wspólnotowe wytyczne dotyczące pomocy państwa na rzecz przedsiębiorstw kolejowych (Dz.Urz. UE C 184, 22.7.2008, s. 13),
• Rozporządzenie Rady (WE) Nr 1370/2007 Parlamentu Europejskiego i Rady z 23 października 2007 r. dotyczące usług publicz-
nych w zakresie kolejowego i drogowego transportu pasażerskiego oraz uchylające rozporządzenia Rady (EWG) nr 1191/69
i (EWG) nr 1107/70 (Dz.Urz. UE L 315, 31.12.2007, s. 1).
W przypadku polityki przeciwdziałania upadłości przedsiębiorstw szczególne znaczenie ma Komunikat w sprawie stosowania od
1 sierpnia 2013 r. reguł pomocy państwa w odniesieniu do środków wsparcia na rzecz banków w kontekście kryzysu finansowego.
7.4. Struktura i skala pomocy publicznej w Polsce
Na podstawie art. 31 u.p.s.p.p. Prezes UOKiK monitoruje pomoc publiczną udzielaną w Polsce24 oraz przygotowuje coroczny raport
zawierający wyniki monitorowania. Ostatni raport odnosi się do 2012 r. W oddzielnym raporcie znalazły się informacje na temat
udzielonej w 2012 r. pomocy de minimis.
24 Monitorowanie pomocy publicznej w rolnictwie znajduje się w kompetencji ministra rolnictwa i rozwoju wsi.
99
Ogólna wartość pomocy publicznej udzielonej w Polsce w 2012 r. wyniosła 20 379, 1 mln zł25, co stanowiło 1,28 % PKB.
W latach 2008–2012 największa pomoc została udzielona w 2010 r. (24 087,3 mln zł, co stanowiło 1,70 % PKB).
Pomoc na ratowanie wyniosła w 2012 r. 401, 2 mln zł – na restrukturyzację 17,7 mln zł, zaś pomoc de minimis 4 329, 5 mln zł (0,27%
PKB).
W kontekście postulatów na temat tworzenia i realizacji polityki przeciwdziałania upadłości przedsiębiorstw należy zwrócić uwagę,
że nie ma obecnie w Polsce programu pomocowego odnoszącego się do pomocy na ratowanie i restrukturyzację dla MŚP. Oznacza
to, że nie ma systemowego rozwiązania pozwalającego na interwencję państwa wobec tej grupy podmiotów przeżywających
trudności26. Należy jednak uznać, że dostępność dla nich pomocy na ratowanie i restrukturyzację jest zasadniczym instrumentem
przeciwdziałania upadłości przedsiębiorstw.
25 W kwocie tej nie została ujęta pomoc w formie wynagrodzenia dla Gdańsk Transport Company S.A. oraz dla Autostrady Wielkopolskiej II S.A. W swoich decyzjach odnoszących się do zgodności tej pomocy z rynkiem wewnętrznym Komisja nie wskazała, jaka część wynagrodzenia stanowi pomoc publiczną.
26 Możliwe jest przy tym uznanie, że brak programu pomocy dla MŚP na ratowanie lub restrukturyzację jest wyrazem polityki, aby nie wspierać takich podmiotów, a skoncentrować się wyłącznie na przedsiębiorstwach dużych, które mogą realnie wpływać na rozwój społeczno-gospo-darczy.
Część III
Model instrumentu szybkiego reagowania
103
Piotr Adam Boguszewski, Stanisław Mazur, Marcin Zawicki
Rozdział 8
PODSTAWY BUDOWY SYSTEMÓW WCZESNEGO OSTRZEGANIA I REAGOWANIA W SEKTORZE PRZEDSIĘBIORSTW NIEFINANSOWYCH
8.1. Wprowadzenie
System wczesnego ostrzegania (early warning system), system szybkiego ostrzegania (rapid alert systems), system wczesnego reago-
wania (early response system) czy też system szybkiego reagowania (rapid reponse systems) to tylko niektóre nazwy mechanizmów
służących antycypowaniu i zapobieganiu zagrożeniom, budowanych na poziomie strategicznego zarządzania w państwie lub
jego składowych, a także w układach między- i ponadnarodowych. Pod tymi nazwami kryją się bardzo zróżnicowane konstruk-
cje analityczno-decyzyjne i formalno-organizacyjne, które jednak łączą wspólne cele. W przypadku systemów ostrzegawczych
jest nim przewidywanie, natomiast w systemach reagowania unikanie niebezpieczeństw. Identyfikowanie i likwidacja przyczyn
zagrożeń w zarzewiu, zanim przerodzą się one w kryzysy czy katastrofy, jest już doktryną, na której buduje się bardzo różnorodne
instytucje zarządzania publicznego. Ten sposób myślenia wziął się też z rozwoju nauki i techniki, które umożliwiają skuteczniejsze
dokonywanie obserwacji oraz ograniczanie ryzyka niepewności, niestabilności i nieprzewidywalności zachodzącego w sferach
gospodarczych, społecznych, politycznych i środowiskowych.
Mianem systemów wczesnego ostrzegania i reagowania określa się najczęściej:
• mechanizmy analizowania poziomu ryzyka wystąpienia w skali gospodarek krajowych lub jej sektorów zakłóceń uzasadnia-
jących podejmowanie przez rząd i jego agendy szczególnych działań prewencyjnych i pomocowych (system wczesnego/
szybkiego ostrzegania),
• antycypacyjne badania kondycji ekonomiczno-finansowej przedsiębiorstw, mające na celu ujawnienie symptomów pogar-
szającej się sytuacji ekonomiczno-finansowej przedsiębiorstw, w tym możliwości pojawienia się zagrożenia bankructwem
z wykorzystaniem dyskryminacyjnych modeli predykcji tego bankructwa (system wczesnego/szybkiego ostrzegania),
• systemy kompleksowego, prewencyjnego wsparcia przedsiębiorstw w trudnościach, pracowników takich przedsiębiorstw,
uwzględniające zwykle pomoc w formie przygotowania i wdrożenia planu restrukturyzacji (system wczesnego/szybkiego
reagowania),
• wdrażane przez banki i instytucje finansowe systemy ostrzegania przed kryzysami walutowymi (system wczesnego/szybkiego
ostrzegania),
• systemy ostrzegania o zagrożeniach na międzynarodowych rynkach wymiany dóbr i usług, informujące np. o niebezpiecznych
produktach żywnościowych, środkach żywienia zwierząt etc. (system wczesnego/szybkiego ostrzegania),
• systemy wczesnego ostrzegania przed klęskami żywiołowymi i katastrofami dotyczącymi: jakości powietrza, pożarów na
obszarach naturalnych, wypadków jądrowych i chemicznych, zagrożeń geologicznych (trzęsień ziemi, tsunami, wybuchów
wulkanów, zapadlisk), zagrożeń hydro-meteorologicznych (pustynnienie, susze, powodzie, wpływu zmienności klimatu, trud-
nych warunków pogodowych, burz, cyklonów tropikalnych), epidemii (system wczesnego/szybkiego ostrzegania),
• systemy wczesnego/szybkiego ostrzegania/reagowania o zagrożeniach dotyczących sytuacji politycznej, bezpieczeństwa,
funkcjonowania systemów edukacyjnych, ochrony zdrowia, komunikacyjnych, transportowych i wielu innych.
W tym rozdziale koncentrujemy się na systemach wczesnego ostrzegania i reagowania stosowanych w celu antycypacji i zapo-
biegania zagrożeniom w gospodarce.
8.2. Zarys morfologii systemów wczesnego ostrzegania
We współczesnych gospodarkach funkcjonuje wiele systemów wczesnego ostrzegania (SWO) o zróżnicowanych charakterystykach
i przeznaczeniu (por. np. Walas-Trębacz 2012). Posiadają one jednak pewne cechy wspólne, które obecnie omówimy.
Zarys struktury takiego systemu przedstawiono na rysunku 8.1. Podkreślmy, że jest to daleko idące uproszczenie, gdyż faktycznie
są to na ogół bardzo złożone konstrukcje. W szczególności, na naszym schemacie zakładamy w większości przypadków jednokie-
runkowe powiązania pomiędzy elementami, podczas gdy w rzeczywistości sprzężenia są często obustronne. Co więcej, w realnych
SWO pewne, nawet bezpośrednie związki istnieją pomiędzy większością jego części składowych. Należy także pamiętać, że funk-
cjonowanie takiego systemu – zwłaszcza w przestrzeni społecznej – niejednokrotnie wymaga wielu iteracji opisanych tu procedur.
W omówieniu tym nie różnicujemy1 też systemów SWO i ISR – w pewnym uproszczeniu, ale akceptowalnym z punktu widzenia
1 Różnice dokładniej omawiamy w kolejnych podrozdziałach.
104
tej pracy, można bowiem przyjąć, że różni je głównie kwestia skali reakcji. Wynikiem pracy SWO są też przecież pewne „reakcje”,
które są związane chociażby z przekazaniem informacji z tego systemu do jego interesariuszy. Oczywiście w przypadku ISR skala
tego oddziaływania i dalsze procedury mogą być znacznie bardziej rozbudowane w stosunku do SWO.
System detekcji i pomiaru
wskaźników wyprzedzających
System prognozowania
stanu świata
Wzorce
Koszty zagrożenia
Moduł planowania scenariuszy
postępowania
Instrumenty
Bilans korzyści i kosztów
Reguły decyzyjne
SWO
Wybór ścieżki
reagowania
Proces komunikacjii wdrażania
Wybór kanałów,
podmiotów i metod
Moduł oceny skuteczności
Moduł oceny efektywności
Decydenci
Procedury i kryteria
Modele i procedury
Moduł oceny wyników
Modele dyfuzji
i synergii
Efekty
Sygnały wejściowe
Moduł korekty i samouczenia
Zasoby i inne ograniczenia
Sygnały ostrzegawcze
Rekomendacje końcowe
Model zjawiska
Planowanie
Wdrażanie
Prewencja
Rys. 8.1. Zarys struktury systemu wczesnego ostrzegania/reagowania – SWO/IRS
Źródło: opracowanie własne.
Pierwszym elementem SWO jest system detekcji i pomiaru sygnałów wyprzedzających. Należy zaznaczyć, że warunkiem koniecz-
nym budowy takiego systemu jest właśnie istnienie takich sygnałów. Doświadczenia międzynarodowe pokazują, że wśród tych
sygnałów są zarówno zmienne makro-, jak i mikroekonomiczne. Ich zestawienie można znaleźć np. w opracowaniu (Report 2011),
przy czym większość z nich jest analizowana również w systemie ISR. Muszą one też być na tyle silne, aby można je było w praktyce
zmierzyć, i na tyle wczesne, aby uruchamiając procedury prognostyczno-decyzyjne opisane na tym schemacie, mieć pewność, iż
nasze działania zdążą powstrzymać czy osłabić niekorzystny przebieg wypadków, który miałby miejsce, gdyby system nie został
wykorzystany. W kontekście tej uwagi szczególnego znaczenia nabierają rozważania prowadzone w podrozdziale 1.4 oraz rozdzia-
łach 3, 10, 11, w których scharakteryzowano horyzonty prognoz i działań, zapewniające spełnienie tego warunku. Widzimy też, jak
istotną kwestią z punktu widzenia budowy SWO są opisywane w rozdziale 3 problemy pomiaru zjawisk upadłości i towarzyszących
im okoliczności, w tym uwarunkowań ekonomicznych.
Następną fazą działania SWO są procedury prognostyczne, które na bazie zidentyfikowanych sygnałów wyprzedzających pozwalają,
właśnie z odpowiednim wyprzedzeniem, przewidywać zagrożenia. W tej fazie mogą być oczywiście wykorzystywane różne
narzędzia – zarówno formalne modele statystyczno-ekonometryczne, jak i metody eksperckie, badania sondażowe etc.
Podkreślmy jednak, że prognoza przyszłej sytuacji nie jest w żadnym razie warunkiem dostatecznym uruchamiania dalszych działań
w SWO lub ISR. Podstawą takich decyzji jest bowiem stwierdzenie występowania przynajmniej jednej z okoliczności – odchylania
się tej prognozy od pewnego wzorca czy normy lub/i wysoki koszt społeczny związany z zaistnieniem takiej sytuacji.
Oba te kryteria mogą być zarówno komplementarne, jak i substytucyjne. Przykładowo często jest tak, że nie umiemy wyliczyć
kosztu (skali zagrożenia) pewnych przyszłych sytuacji i do podjęcia działań zaradczych wystarcza nam przekonanie, że są one nie-
typowe. Zwróćmy także uwagę, że podstawą decyzji mogą być zarówno wzorce, a więc elementy o charakterze normatywnym,
jak i odchylenia od stanów typowych. W tym ostatnim przypadku ten element SWO bazuje na prawidłowościach statystycznych,
a więc ma silną podbudowę empiryczną.
105
Jak pokazaliśmy w rozdziale 4, w przypadku naszego SWO koszty upadłości mogą być w Polsce znaczące. System ten w porównaniu
ze standardami nie jest zbyt sprawny. Jednocześnie koszty te mogą powstawać w różnych obszarach gospodarki i dotykać wielu
elementów struktur społecznych.
Omawiając proces generowania sygnałów ostrzegawczych, zwróćmy także uwagę na jeszcze jedną kwestię. Otóż w procesie
badania kosztów bardzo ważną rolę mogą odgrywać analizy dyfuzji i synergii zagrożeń. Oczywiście, można sobie wyobrazić, że
procedury są częścią modułu prognozowania stanu świata. W praktyce jest to na ogół trudne. Zwykle jest tak, że w poprzedniej fazie
najlepiej umiemy tworzyć prognozy dotyczące składników jednostkowych systemu. W takim przypadku potrzebne są procedury
agregacyjne, przy czym zwykle nie jest to „zwykłe sumowanie” jednostkowych zagrożeń. SWO muszą uporać się z problemami
współzależności zagrożeń. Jak silnie mogą one wpływać na stan całego systemu w przypadku upadłości, pokazaliśmy to m.in.
w podrozdziale 3.4.
Naszkicowane powyżej zasady doczekały się też prób formalizacji, przy czym pierwotnie dotyczyły one bardziej katastrof natu-
ralnych niż zakłóceń w funkcjonowaniu systemów ekonomicznych. Dobrą ilustrację istoty tych zasad zawiera np. praca (Grasso
2005), której wyniki poniżej prezentujemy.
Pozi
om c
zynn
ika
Czas
Poziom krytyczny – K
Poziom aktywacji alarmu – a*K
Faktyczna sytuacja firmy
Faktyczna sytuacja firmy
Prognoza z systemu sytuacji firmy
Aktywacja alarmuPrognoza z systemu
sytuacji firmy
Rys. 8.2. Rodzaje błędów systemów wczesnego ostrzegania
Źródło: zestawienie na podstawie: Grasso 2005.
Przede wszystkim zauważmy, że w przypadku SWO mogą wystąpić dwa rodzaje błędnych decyzji. Naturalnie różne mogą być
reguły (dez)aktywacji takiego alertu, ale można założyć, że są one zbliżone do mechanizmu przedstawionego na rysunku 8.1. Kroki
takie są bowiem podejmowane wówczas, gdy prognozowany stan obiektu przekroczy pewien stan alarmowy. Po pierwsze może
zostać podjęta decyzja o uruchomieniu programu przeciwdziałania zagrożeniu, podczas gdy faktycznie ono nie wystąpi. Jeśli miarą
zagrożenia jest stan obiektu, który jest gorszy od pewnego poziomu krytycznego K, to sytuację taką ilustruje lewy panel na tym
rysunku. Prawdopodobieństwo takiego zdarzenia, fałszywego alarmu, wynosi PFALSE
i jest określone wzorem (8.1).
P F K K
P F K K
FALSE
MISSED
= < ≥ ⋅
= ≥ < ⋅
Pr |F
Pr |F
a
a (8.1)
Odwrotna sytuacja – prawy panel – może pojawić się wówczas, gdy system nie zasygnalizuje potrzeby działania, podczas gdy
stan obiektu okazuje się gorszy niż krytyczny poziom K. Jest to przypadek zagrożenia przeoczonego przez system, o prawdopo-
dobieństwie PMISSED
. Odnotujmy, że jednym z czynników wpływających na prawdopodobieństwa tych błędów jest wybór poziomu
aktywacji alarmu2. Z wyborem tym jest związany oczywisty dylemat – jeśli poziom aktywacji jest niski, to prawdopodobieństwo
PMISSED
jest niewielkie. Wzrasta jednak wówczas prawdopodobieństwo generowania fałszywych alarmów. Problem właściwego
wyboru procedur aktywacji systemu został szerzej omówiony w rozdziale 12, poświęconym mechanizmowi startowemu, tu jednak
2 Założyliśmy, że jest on proporcjonalny do wielkości stanu krytycznego K, ale możliwe są i inne rozwiązania.
106
podkreślmy, że w przypadku SWO jest on szczególnie trudny. System ten funkcjonuje bowiem w otoczeniu społecznym, w którym
np. zbyt duża częstotliwość fałszywych alarmów całkowicie podważałaby zaufanie do takiego systemu, a więc i sens jego istnienia.
W naukach ekonomicznych nie zawsze też jest jasne, jak mierzyć zmienną K i określać jej krytyczny poziom; zwłaszcza wówczas,
gdy nie dysponujmy na tyle długimi ciągami obserwacji, aby łatwo badać ich rozkład i na tej podstawie określać obszary ryzyka
(por. np. Bussiere, Fratzscher 2002).
Z każdym z tych błędów są związane określone koszty, przy czym system SWO generuje je także wówczas, gdy prawidłowo reaguje
na zagrożenia. W tym ostatnim przypadku są one np. związane z samym utrzymywaniem systemu w gotowości. Macierz tych
kosztów przedstawiano w (8.2):
F K F K
C C
C C
AKTYW
PASYWFA GA
GM MA
< >
(8.2)
Wiersze tej macierzy odpowiadają sytuacji, gdy w ramach systemu podjęto działania (AKTYW) lub zdecydowano, aby nie reagować
na zagrożenia (PASYW). Z kolei pierwsza kolumna (F<K) odpowiada sytuacji, gdy skala zagrożenia nie uzasadnia podejmowania
działań w ramach SWO, zaś druga – sytuacji wymagającej reakcji (F>K). Oczekiwane łączne koszty postępowania w obu tych
przypadkach opisują wzory (8.3) oraz (8.4):
E C AKTYW C P C P C P C CFA FALSE GA FALSE FA FALSE BANK OPOR|( )= + ⋅ −( )= + −(1 ))⋅ −( )1 PFALSE (8.3)
E C PASYW C C P C PGM MA MA MA MA MA| P( )= ⋅ −( )+ ⋅ ≅ ⋅1 (8.4)
gdzie CBANK
– oznacza koszty związane z upadłością podmiotu (lub branży czy określonych segmentów gospodarki), COPOR
– oznacza
korzyści związane z uniknięciem zagrożenia, zaś PMA
– prawdopodobieństwo przeoczenia przez system faktycznego zagrożenia.
Przybliżenie, z którego wynika zależność (8.4) jest rezultatem założenia, że koszty związane z brakiem działania systemu wówczas,
gdy nie powinien on zalecać aktywności mają charakter kosztów czuwania i są niewielkie.
Na podstawie wzorów (8.3) oraz (8.4) możemy określić główny warunek podjęcia działań w ramach SWO/ISR bazujący na tzw.
podejściu costs-avoidance (por. np. Klafft, Meissen 2011):
E C PASYW E C AKTYW| |( )> ( ) (8.5)
Ze względu na zależności (8.3) oraz (8.4) możemy go zapisać jako:
C P C C C P C CBANK MA OPOR FA BANK FALSE BANK OPOR⋅ > + −( ) + −( )
(8.6)
Z formuły tej wynika, że jednym z ważnych elementów w tej nierówności jest jakość samego SWO, którą wyrażają zarówno praw-
dopodobieństwa PMA
oraz PFALSE
, jak i koszty podjęcia działań w przypadku fałszywego alarmu CFA
, a także korzyści, jakie system za-
pewnia w przypadku uniknięcia zagrożenia – COPOR
. Jeśli jednak założymy, że powyższe parametry SWO/ISR są właściwe, to możemy
zauważyć, że z (8.6) wprost wynika, iż jeśli bankructwo jest kosztowne społecznie, to w szerokim obszarze sytuacji (wyznaczonej
przez inne składniki tej nierówności) warto go unikać. W tym kontekście widzimy też, jak ważne dla właściwego projektowania reguł
decyzyjnych systemów SWO/ISR są rozważania prowadzone w części I niniejszej monografii (zwłaszcza w rozdziałach 1, 2 oraz 4).
Efektem opisanych powyżej etapów działania SWO są informacje dotyczące obszarów i skali zagrożeń. Załóżmy zatem, że po
przeprowadzeniu powyższych analiz i badań stwierdzono, że zachodzi warunek (8.5), a przynajmniej3:
COPOR
>CBANK
(8.7)
W ramach SWO/ISR uruchamiane są teraz procedury, które nazywamy fazą planowania. Pierwszym elementem tego procesu jest
próba „zmapowania” instrumentów, jakimi dysponuje system, na obszar zagrożeń. W tym miejscu należy podkreślić, co może za-
brzmieć banalnie, że SWO/ISR bez instrumentów oddziaływania praktycznie zamienia się jedynie w system straszenia – jeśli niczego
nie można zrobić dla uniknięcia lub ograniczenia skutków. Drugą ważną kwestią jest też zwrócenie uwagi na fakt, że instrumenty
SWO mogą działać albo korekcyjnie i kompensacyjnie – tzn. minimalizować skutki już zaistniałych negatywnych konsekwencji,
albo też prewencyjnie (linia przerywana na rysunku 8.1), czyli zapobiegać przyczynom zagrożeń zanim się one zmaterializują.
Techniczne rozwiązanie powyższego zadania nie jest łatwe, ale w systemach SWO/ISR jednym z „kanonicznych” podejść mogą być
tzw. modele klasy MIMC (por. np. Rose, Spiegl 2009), w których obserwowane symptomy/koszty zagrożenia yi, j
są modelowane
3 W rzeczywistości sprawdzenie warunku (8.5) wymaga przeprowadzenia analiz związanych z kolejnymi etapami przedstawionymi na rysun-ku 8.1 – koszty w macierzy (8.2) zależą m.in. od doboru instrumentów. Dlatego rysunek 8.1 jest w praktyce, jak już pisaliśmy, procedurą wyma-gającą wielu iteracji.
107
jako ukryta funkcja nieobserwowalnej zmiennej szkodliwości kryzysu ξi w obszarze (sektorze, kraju etc.) „i”, zaś sama ta szkodliwość
jest mierzona jako funkcja obserwowalnych przyczyn i instrumentów „w” oddziałujących na kryzys xi,w
:
y
x
i j j i i
i w i w i
,
,
= +
= +
β ζ ε
ζ λ θ
(8.8)
Jeśli więc zidentyfikowanym zagrożeniom umiemy przypisać określone instrumenty działania, możemy przejść do kolejnej fazy –
dokonania bilansu korzyści i strat związanych z ich zastosowaniem. Koszty prowadzenia określonych działań w ramach SWO zawsze
są bowiem obecne; nawet jeśli funkcją SWO jest jedynie przekazanie ostrzeżeń.
Powyższy bilans korzyści i kosztów zastosowania określonych narzędzi powinien być zestawiony z bilansem kosztów, jakie by
poniesiono w przypadku zaniechania aktywnej polityki przeciwdziałania zagrożeniom (por. macierz 8.2). Nie jest to oczywiście
proste porównanie dwóch liczb, lecz złożona procedura, którą nazwaliśmy regułami decyzyjnymi SWO. O ile opisane dotąd etapy
działania SWO mogą być realizowane przez ekspertów, a nawet automatycznie, o tyle w tej fazie widoczna staje się już konieczność
zaangażowania w proces decyzyjny interesariuszy SWO. Przeprowadzając ostateczny bilans celowości reakcji na zagrożenia, muszą
oni kierować się nie tylko mapą swoich celów i interesów czy procedurami osiągania konsensusu w tym zakresie, ale też dostęp-
nymi w SWO zasobami materialnymi i innymi ograniczeniami. Podkreślmy, że na tym etapie nasz system często może wymagać
aktywacji, o czym już wspominaliśmy, sprzężeń w drugą stronę. Może się tak dziać np. wówczas, gdy wybrane na wcześniejszym
etapie instrumenty okazują się zbyt kosztowne lub nieakceptowalne przez wszystkich interesariuszy.
Jeśli powyższy proces analizowania kosztów i możliwości związanych z określonym sposobem postępowania zakończy się pozy-
tywnie, czyli znalezieniem ścieżki instrumentów SWO, możemy przejść do fazy wdrażania strategii. Jest to złożone zadanie, które
w przypadku SWO wymaga dookreślenia wielu elementów. Niezbędny jest m.in. wybór strategii komunikacji, grup docelowych
działania, szczegółowych metod postępowania etc.
W przypadku SWO jest to niezwykle delikatny i ważny z punktu widzenia skuteczności element całego systemu. Pomoc źle adre-
sowana lub przekazywana w niewłaściwy sposób powoduje bowiem tylko powstawanie kosztów; zarówno bezpośrednich strat,
związanych z nieskutecznie poniesionymi nakładami, jak pośrednich. Taki system, który nie ostrzega na czas i nie ostrzega tych,
którzy są faktycznie zagrożeni, traci na wiarygodności. A w każdym SWO to zaufanie do jakości rozwiązań jest warunkiem koniecz-
nym skutecznej implementacji SWO. Nawiązując do omawianego w tej monografii systemu ISR, czytelne są więc powody, dla
których tak dużą wagę przypisujemy kwestiom komunikacji i percepcji tego instrumentu, co zostało szerzej opisane w rozdziale 13.
Końcowymi elementami SWO są moduły oceny wyników i procedury jego korekty oraz samouczenia. Zwróćmy uwagę na dwie
kwestie. Po pierwsze ocena taka ma dwa wymiary – sprawności i efektywności. Projektując SWO, trzeba określić wzajemną relację
obu tych elementów. W przypadku upadłości jest to szczególnie istotne, gdyż sam system upadłościowy może realizować różne
cele i w różny sposób (co wykazaliśmy w rozdziale 1). Bardzo często też efektywność SWO jako warunku wstępnego wymaga
jego sprawności. Niesprawny system interwencyjny charakteryzuje się bowiem niską wiarygodnością społeczną, a to z kolei może
obniżać efektywność. Po drugie bardzo ważnym elementem SWO jest właśnie wbudowanie w ten system procedur autokorekty
i samouczenia. Jest wiele elementów SWO, w przypadku których te cechy są bardzo pożądane, ale jednym z podstawowych wydaje
się być blok prognostyczny. Mimo dynamicznego rozwoju metod prognozowania zjawisk społecznych i ekonomicznych wciąż
jakość przewidywań jest obszarem, w którym procesy uczenia, w tym na bazie wcześniejszych doświadczeń prognostycznych, są
niezbędnym elementem poprawy ich jakości.
8.3. Klasyfikacja systemów wczesnego reagowania
Systemem wczesnego reagowania nazywamy zinstytucjonalizowany na poziomie administracji publicznej mechanizm prewen-
cyjnego wsparcia przedsiębiorstw w trudnościach lub pracowników takich przedsiębiorstw, uruchamiany w odpowiedzi na per-
turbacje w gospodarce o charakterze koniunkturalnym. Na system ten składa się ogół działań, jakie są podejmowane od momentu
stwierdzenia stanu zagrożenia (sygnalizacji ze strony systemu wczesnego ostrzegania), poprzez określenie skali i zakresu potrzebnej
interwencji, podjęcie decyzji o uruchomieniu interwencji, samą interwencję, aż po ocenę jej efektów. Istota wczesnego reagowania
polega nie tylko na szybkim uruchamianiu działań wyprzedzających, ale też – co nie mniej istotne – na osiąganiu wysokiej skutecz-
ności celów interwencji w krótkim czasie.
Geneza systemów wczesnego reagowania sięga lat 70. i 80. W Stanach Zjednoczonych zaczęto wówczas stosować instrumenty
kompleksowego wsparcia pracowników restrukturyzowanych przedsiębiorstw, zwłaszcza przemysłu ciężkiego i samochodowego.
Celem tych rozwiązań było zapewnienie systemowej pomocy pracownikom zagrożonym zwolnieniami, ale także przedsiębior-
stwom i ich najbliższemu otoczeniu. System ten tworzyły jednostki szybkiego reagowania, które dysponowały możliwościami
działań antycypacyjnych i szybkiego oddziaływania na pojawiające się problemy. Na szczeblu federalnym mechanizmy te zostały
108
usankcjonowane ustawą z 1989 r. Worker Adjustment and Retraining Notification Act. Od tamtej pory wiele krajów zbudowało
systemy nawiązujące do amerykańskiego. Kryzys finansowy, który rozpoczął się w 2007 r. spowodował, że systemy szybkiego
reagowania cieszą się jeszcze większą popularnością i nasiliły się działania ukierunkowane na ich dalszy rozwój. Z czasem systemy
te stały się standardem dobrego zarządzania w polityce gospodarczej.
Identyfikowanie, analizowanie, a zwłaszcza kategoryzowanie i klasyfikowanie systemów wczesnego reagowania w gospodarce
niesie ze sobą wiele ograniczeń. Dwa z nich wydają się najistotniejsze. Po pierwsze systemy te są bardzo zróżnicowane między sobą,
a niekiedy, poza wczesnym reagowaniem, realizują też inne pokrewne funkcje. Po drugie niektóre systemy wczesnego reagowania
noszą nazwy, które nie korespondują wprost z realizowanymi przez nie funkcjami, co utrudnia ich rozpoznawanie.
Trzeba podkreślić, że nie powstała jak dotąd szerzej akceptowana konwencja kategoryzowania systemów wczesnego reagowania.
Realizacja takiego zamierzenia wykracza też poza ramy tej publikacji. Możliwe jest natomiast wskazanie kilku użytecznych w aspek-
cie budowania typologii systemów wczesnego reagowania kryteriów (tabela 8.1).
Przeanalizujemy teraz umiejscowienie tych systemów w systemie administracyjnym. Systemy wczesnego reagowania są admini-
strowane przez administrację rządową lub administrację zdecentralizowaną. Kiedy odpowiedzialność za system wczesnego reago-
wania spoczywa na administracji rządowej, to mamy do czynienia z jego podporządkowaniem bezpośrednio organom centralnym
lub organom terenowym (system zdekoncentrowany). Odmiennym rozwiązaniem jest budowa systemów wczesnego reagowania
na szczeblu administracji zdecentralizowanej. Istnieją też rozwiązania mieszane, w których odpowiedzialność za system wczesnego
reagowania spoczywa zarówno na rządzie centralnym, jak i administracji zdecentralizowanej. Przykładem systemu mieszanego,
usytuowanego w strukturach administracji rządowej na szczeblu centralnym oraz w strukturach administracji zdekoncentrowanej,
jest brytyjska Usługa Szybkiego Reagowania. Natomiast systemy wczesnego reagowania funkcjonujące w Stanach Zjednoczonych
są zasadniczo systemami zdecentralizowanymi, zarządzanymi z poziomu administracji stanowych.
Tabela. 8.1. Kryteria różnicujące systemy wczesnego reagowania w gospodarce
Kryterium Charakterystyka SWR
1. Umiejscowienie w systemie administracyjnym – rządowe i scentralizowane– rządowe i zdekoncentrowane– zdecentralizowane– mieszane
2. Zgodność z tendencjami procesów restrukturyzacyjnych – uwzględniają zasadnicze tendencje restrukturyzacyjne– abstrahują wobec tendencji restrukturyzacyjnych
3. Sposób informowania o planowanych zwolnieniach
– akty prawa (zwykle regulacje rynku pracy)– orzeczenia sądowe– negocjacje zbiorowe– zwyczaje– mieszane
4. Orientacja na miejsca pracy
– zachowanie miejsc pracy– znalezienie nowego miejsca pracy– utworzenie nowego miejsca pracy– mieszane
5. Rola związków zawodowych– kluczowa– mało istotna
6. Skala i zakres stosowanych instrumentów– liczne i zróżnicowane – nieliczne i jednolite
7. Elastyczność i innowacyjność– wysoka– niska
Źródło: opracowanie własne.
Od współczesnych systemów szybkiego reagowania oczekuje się, że będą one wpisywały się w nurt ogólnych tendencji procesów
restrukturyzacyjnych w przedsiębiorstwach. Wykorzystywane obecnie systemy wczesnego reagowania powinny zatem być spójne
z zasadą permanentności procesów restrukturyzacyjnych, a także zakładać, że procesy te są prowadzone w układach wielopozio-
mowych oraz z udziałem licznych aktorów (European Restructuring 2010, s. 11).
Restrukturyzacja przedsiębiorstw w coraz większym stopniu staje się procesem permanentnym. Wiąże się to z koniecznością
wdrażania mechanizmów programowania i kontrolowania zmian zachodzących w przedsiębiorstwach. Zmiany te powinny być
jednak programowane w sposób racjonalny. W przedsiębiorstwach, zwłaszcza dużych, istnieją bowiem określone komórki, które
109
nie tolerują nadmiernych zmian, a o jakości ich działania decyduje stabilność w czasie. W jednych przedsiębiorstwach komór-
kami takimi będą centrale zarządzające albo zakłady produkcyjne, a w innych – ośrodki badawcze albo biura obsługi klientów.
Systemy wczesnego reagowania powinny zatem uwzględniać niską użyteczność doraźnych działań naprawczych, o ile byłyby
one kierowane wobec segmentów przedsiębiorstw preferujących w krótszym lub średnim horyzoncie czasu statyczność i inercję.
Skutki perturbacji gospodarczych są w pierwszym rzędzie obserwowane w konkretnych przedsiębiorstwach lub częściach dużych
przedsiębiorstw dotkniętych konsekwencjami kryzysów na rynkach lokalnych czy ponadlokalnych. Natomiast ze względu na
postępującą intensyfikację powiązań kooperacyjnych między przedsiębiorstwami oraz więzi łączące składowe dużych przedsię-
biorstw i korporacji konieczne jest, aby systemy wczesnego reagowania dostrzegały wielopoziomowy (lokalny, regionalny, krajowy,
ponadnarodowy) kontekst działań naprawczych mających zakorzenienie lokalne. Przykładowo ewentualne interwencje wobec
zakładu produkcyjnego będącego częścią korporacji ponadnarodowej wymagają ze strony instytucji zarządzającej systemem
wczesnego reagowania podjęcia negocjacji z ulokowaną za granicą centralą takiej korporacji.
Procesy restrukturyzacji stały się wreszcie areną, na której, poza przedsiębiorstwami wymagającymi wsparcia, występuje wielu
terytorialnie zakorzenionych aktorów. Można nawet stwierdzić, że to nie przedsiębiorstwo, a terytorium znajdujące się w zasięgu od-
działywania przedsiębiorstwa w trudnościach stało się najważniejszym podmiotem interwencji podejmowanych w ramach wcze-
snego reagowania. Do przeszłości odeszła natomiast wizja restrukturyzacji przedsiębiorstw dokonywana jego własnym asumptem,
jak również postrzeganie działań naprawczych w przedsiębiorstwach wyłącznie w kategoriach ekonomicznych. Przyczyny takiego
stanu rzeczy są dość oczywiste. Problemy przedsiębiorstw powodują wiele społecznych, ekonomicznych, finansowych i środowi-
skowych perturbacji dla mieszkańców danego terytorium, łańcucha lokalnych podwykonawców i szerzej rozumianego rozwoju
lokalnego. Z tego powodu systemy szybkiego reagowania powinny umożliwiać lokalnym aktorom społecznym i gospodarczym
udział w projektowaniu i wdrażaniu działań interwencyjnych.
Ważnym elementem naszych rozważań jest sposób powiadamiania o planowanych zwolnieniach. Zobowiązania pracodawców
w zakresie informowania władz publicznych o zamiarze restrukturyzacji zatrudnienia są regulowane w różnych krajach w odmienny
sposób. Najczęściej powinności te są określone w aktach prawnych regulujących rynek pracy, ale bywają też następstwem orzeczeń
sądowych, negocjacji zbiorowych czy wreszcie – zwyczajów. W praktyce w każdym z systemów wczesnego reagowania stosuje się,
w różnym zakresie i z różną intensywnością, każdy z przywołanych powyżej sposobów. Generalnie te o charakterze prawnym domi-
nują w krajach Europy kontynentalnej. Formułę negocjacji zbiorowych intensywnie wykorzystuje się w Szwecji, także w Niemczech
i Stanach Zjednoczonych, z kolei w Japonii kwestie te rozstrzygają, w przeważającej mierze, obyczaje (Hurley, Mandl 2011, s. 16).
Informacje o planowanych zwolnieniach, jako zasada, kierowane są do władz publicznych, związków zawodowych i pracowników.
Są one składane z wyprzedzeniem, w wyznaczonym czasie wynikającym z przepisów prawa bądź ze zwyczajów – najczęściej
w terminie nie krótszym niż 30 dni.
Cechą większości systemów wczesnego reagowania działających w państwach Europy kontynentalnej jest silne zorientowanie na
zachowanie miejsc pracy (np. Niemcy, Francja, Austria). W tych krajach uważa się, że zwolnienia są uzasadnione jedynie w sytuacji,
kiedy wszystkie inne sposoby ochrony miejsca pracy okazały się nieskuteczne.
Determinacja w działaniach na rzecz zachowania miejsc pracy jest także widoczna w Japonii. Rozbudowany zestaw instrumentów
stosowanych w procesach restrukturyzacji jest podporządkowany w tym kraju logice ich zachowania. Logika ta wyprowadzona jest
z zakorzenionego w japońskiej kulturze przekonania o stabilności zatrudnienia (wręcz dożywotniego) – jako wartości naczelnej.
Jej ochrona to naturalna, jak utrzymuje się w Japonii, powinność przedsiębiorców.
Odmiennie, pod wieloma względami, działa system wczesnego reagowania w Stanach Zjednoczonych. Pomimo relatywnie ko-
rzystnych dla pracowników uregulowań związanych z restrukturyzacją zatrudnienia, w przypadku tego kraju częściej mamy z nią
do czynienia niż w Europie. Pracodawcy chętnie wykorzystują mechanizm restrukturyzacji zatrudnienia jako sposób optymalizacji
poziomu zatrudnienia. Z kolei władze publiczne częściej podejmują działania służące tworzeniu nowych miejsc pracy niż ochronie
tych istniejących (Evans-Klock, Kelly, Richards, Vargha 1998).
Pozycja związków zawodowych w systemach wczesnego reagowania jest mocno zróżnicowana. W części z nich, jak ma to np. miej-
sce w Niemczech czy we Francji, ich rola w określaniu warunków restrukturyzacji zatrudnienia oraz ustalaniu kryteriów zwolnień
(„społecznie sprawiedliwych”, jak określa to niemiecka ustawa o ochronie przed zwolnieniami) jest znacząca. Rola ta jest również
istotna w programowaniu działań antycypacyjnych polegających na szkoleniach służących nabywaniu przez pracowników nowych
umiejętności zawodowych, które mogą okazać się niezbędne do znalezienia pracy w przypadku restrukturyzacji zatrudnienia.
Z kolei w Stanach Zjednoczonych pozycja związków zawodowych w procesach restrukturyzacji jest mniej istotna. Nie oznacza
to jednak, że pracownicy są pozbawieni ochrony prawnej w sferze zatrudnienia. Z jednej strony zapewnia im to m.in. formuła
zbiorowych negocjacji. Z drugiej zaś strony coraz częściej jest wykorzystywana formuła porozumień pracodawców i związków
110
zawodowych dotyczących „prewencyjnych” szkoleń mających na celu budowanie kompetencji i elastyczności pracowników, co ma
ich chronić przed utratą pracy w sytuacji restrukturyzacji zatrudnienia (praktyka stosowana w przemyśle samochodowym) (Ibidem).
Przejdziemy teraz do kwestii skali i zakresu stosowanych instrumentów. Instrumenty wspierające restrukturyzację, z punktu widzenia
wczesnego reagowania, dzielą się na:
• stosowane na etapie antycypacji i zapobiegania zagrożeniom (przed wręczeniem zwolnień pracownikom),
• stosowane na etapie wdrażania działań naprawczych w przedsiębiorstwach (po wręczeniu zwolnień).
Z przeprowadzonych w 2011 r. badań Europejskiej Fundacji na Rzecz Poprawy Warunków Życia i Pracy wynika4, że do najczę-
ściej stosowanych instrumentów wspierających restrukturyzację, które są wykorzystywane na etapie antycypacji i zapobiegania
zagrożeniom, należą: doradztwo (30% ogółu stosowanych instrumentów antycypacyjnych), szkolenia (27%), inne wsparcie dla
sektora MŚP (26%), informowanie o sytuacji na rynku pracy (20%), zapewnianie dostępu do finansowania (17%), wspieranie wzro-
stu przedsiębiorstw (17%), wspieranie innowacyjności (14%), wspomaganie umiędzynarodowienia działalności (9%), koordynacja
terytorialna (7%) oraz wsparcie dla start-upów (5%). Rzadziej stosowane są takie instrumenty, jak: przyciąganie inwestorów, bodźce
prozatrudnieniowe, uelastycznianie wynagrodzeń, badanie potrzeb w zakresie kształcenia ustawicznego, finansowe wspieranie
zatrudnienia w przedsiębiorstwach oraz uelastycznianie wynagrodzeń i czasu pracy (Hurley, Mandl 2011, s. 12).
Inaczej przedstawia się struktura najpopularniejszych instrumentów wspierających restrukturyzację, ale wykorzystywanych już na
etapie wdrażania działań naprawczych w przedsiębiorstwach. Są to: szkolenia (38% ogółu stosowanych instrumentów napraw-
czych), doradztwo (36%), zasiłki dla pracowników (27%), dopasowywanie zawodowe (23%), uelastycznianie czasu pracy (20%),
wsparcie dla start-upów (10%), zapewnianie dostępu do finansowania (11%) oraz bodźce prozatrudnieniowe (8%). Pozostałe in-
strumenty odgrywają mniejszą rolę.
W 2011 r. najbardziej licznym i zróżnicowanym instrumentarium wsparcia dysponowały w Europie: Belgia (35 instrumentów),
Francja (25), Finlandia (24), Dania (21) oraz Austria (19). Ubogie instrumentarium posiadały w tym czasie: Rumunia (5 instrumen-
tów), Słowacja (5) oraz Litwa (6). Polska, z liczbą 11 zidentyfikowanych w badaniu instrumentów, sytuowała się w gronie krajów
stosujących mniej liczne instrumentarium (Ibidem, s. 12).
Cechą najlepszych współczesnych systemów wczesnego reagowania jest ich elastyczność i innowacyjność. Elastyczność oznacza
możliwość wprowadzania zmian w sposobie realizacji interwencji już rozpoczętych, natomiast innowacyjność systemów wczesne-
go reagowania to ich otwartość na nierutynowe, niezestandaryzowane sposoby działania. Elastyczność i innowacyjność odnoszą
się zarówno do instrumentarium wykorzystywanego w restrukturyzacji, jak również do procedury jej przeprowadzania.
Przykładami innowacji są pule pracownicze, plany komunikacji oraz prozatrudnieniowe innowacje pracownicze. Pule pracownicze
są porozumieniami między przedsiębiorcami, na mocy których wspólnie zatrudniają one pracowników oraz wspólnie finansują
koszty tego zatrudnienia. Pule te są tworzone głównie wtedy, gdy przedsiębiorstwa potrzebują konkretnej, specjalistycznej pracy,
ale w niedużych ilościach oraz gdy popyt na określoną pracę w poszczególnych przedsiębiorstwach jest cykliczny. Pule pracowni-
cze funkcjonują m.in. we Francji, Niemczech, Holandii i Belgii.
Plany komunikacji są natomiast starannymi programami informowania o planowanych zwolnieniach, których realizacja ogranicza
skutki społeczne tych zwolnień. Plany komunikacyjne są już stosowane w wielu krajach, natomiast za szczególnie interesujące
uchodzą rozwiązania hiszpańskie i brytyjskie.
Z kolei prozatrudnieniowe innowacje pracownicze to mechanizmy zachęcające pracowników przedsiębiorstw do poszukiwania
i zgłaszania pomysłów dotyczących sposobów zapobiegania utracie miejsc pracy w przedsiębiorstwach (lub tworzenia nowych).
Takie mechanizmy są stosowane m.in. w Danii i Niemczech (Ibidem, s. 202, 232, 278).
Systemy wczesnego reagowania podlegają nieustannemu rozwojowi, adaptując się do zmiany gospodarczej oraz oczekiwań, jakie
są w nich pokładane. Charakterystycznym kierunkiem, w stronę którego systemy te ewoluują, jest wzrastająca rola przedsiębiorstw
w procesie wczesnego reagowania. Tendencje te po części tłumaczą wpływy etycznych wzorców działania, które wywodzą się
z nurtu społecznej odpowiedzialności biznesu. Przedsiębiorstwa już nie tylko przyjmują role pasywne, podporządkowując się
strategiom restrukturyzacji zatrudnienia, rekomendowanym przez służby publiczne – stają się kreatorami i liderami wczesnego
reagowania np. w procesach budowy lokalnych partnerstw na rzecz zatrudnienia, a w przypadku korporacji inicjując porozumienia
transnarodowe5.
4 Badanie przeprowadzono w 27 krajach UE oraz w Norwegii.5 Działania tego rodzaju były realizowane m.in. w Vauxhall w Anglii, europejskich zakładach Forda oraz Europe, Schneider Electric z centralą we
Francji.
111
8.4. Systemy wczesnego reagowania a systemy wczesnego ostrzegania
Istotą funkcjonowania systemów wczesnego reagowania jest podejmowanie interwencji w ich ramach w oparciu o określone
przesłanki. W przypadku zdecydowanej większości systemów wczesnego reagowania sygnały o potrzebie uruchomienia inter-
wencji płyną bezpośrednio od przedsiębiorstw informujących o nadchodzących trudnościach. Najczęściej odbywa się to za po-
mocą formularzy o planowanych zwolnieniach, które przedsiębiorstwa składają obligatoryjnie. Interwencje w ramach wczesnego
reagowania są w takich przypadkach podejmowane w przedsiębiorstwach, które zasygnalizują trudności, a zarazem spełnią kry-
teria uzyskania wsparcia (np. minimalna liczba planowanych zwolnień). Ten typ relacji między systemem wczesnego ostrzegania
i reagowania przedstawia pierwsza ćwiartka poniższej macierzy (SWO i SWR zdecentralizowane) (zob. tabela 8.2).
Tabela 8.2. Typy relacji modelowych między systemami wczesnego ostrzegania i wczesnego reagowania
System Wczesnego Reagowania
zdecentralizowany scentralizowany
Syst
em W
czes
nego
Ost
rzeg
ania
zdec
entr
aliz
owan
y
• źródło sygnału o zagrożeniach – przedsiębiorstwa • przedmiot interwencji – przedsiębiorstwo i pracownicy
• źródło sygnału o zagrożeniach – przedsiębiorstwa • przedmiot interwencji – gospodarka, sektory gospo-
darki
scen
tral
izow
any
• źródło sygnału o zagrożeniach – gospodarka i sektory gospodarki (dane makro- lub mikroekonomiczne)
• przedmiot interwencji – przedsiębiorstwo i pracownicy
• źródło sygnału o zagrożeniach – gospodarka i sektory gospodarki (dane makro- lub mikroekonomiczne)
• przedmiot interwencji – gospodarka, sektory gospo-darki
Istota budowanego w Polsce Instrumentu Szybkiego Reagowania polega na integracji scentralizowanego systemu wczesnego
ostrzegania (dane makro- i mikroekonomiczne) z interwencją systemu wczesnego reagowania podejmowaną w sposób zdecen-
tralizowany, tj. wobec konkretnych przedsiębiorstw. Mocną stroną takiego podejścia jest dysponowanie zagregowaną wiedzą
o sytuacji gospodarki i jej sektorów i na jej podstawie decydowanie o uruchamianiu interwencji oraz jej celach (tzw. mechanizm
startowy). Słabą stroną takiego podejścia jest natomiast inercja systemu wczesnego reagowania – niezbędny jest co najmniej
kilkudziesięciodniowy okres zanim przedsiębiorstwa w trudnościach otrzymają wsparcie.
Zgodnie z macierzą można jeszcze wyróżnić dwa inne typy relacji modelowych między systemami wczesnego ostrzegania i reago-
wania. W pierwszym typie informacje o zagrożeniach płyną bezpośrednio z przedsiębiorstw (zdecentralizowany SWO), a interwen-
cje kierowane są wobec gospodarki lub jej sektorów (scentralizowany SWR). W drugim typie źródłem informacji o zagrożeniach
są dane o gospodarce i jej sektorach (scentralizowany SWO), natomiast przedmiotem interwencji jest również gospodarka lub jej
sektory (scentralizowany SWR). W obydwu tych przypadkach wczesne reagowanie oznacza jednak reakcję na poziomie polityki
gospodarczej, której efekty z natury rzeczy są odroczone w czasie i mniej trafne niż pomoc indywidualna. Dlatego też cele obydwu
ostatnich rodzajów reagowania powinny być definiowane raczej jako dokonywanie szybkich zmian warunków gospodarowania
niż podejmowanie szybkiej interwencji na rynku pracy oraz w przedsiębiorstwach przeżywających trudności.
8.5. Warunki skutecznej implementacji systemów wczesnego ostrzegania
Analiza doświadczeń międzynarodowych umożliwia identyfikację ogólnych warunków wpływających na skuteczność SWR. Warunki
te, do pewnego stopnia, mają charakter uniwersalny i jako takie są respektowane w różnych systemach wczesnego reagowania.
Po pierwsze SWR musi mieć charakter holistyczny. Oznacza to, że jest zdolny do wypełniania trzech komplementarnych względem
siebie funkcji:
1. Programowania – konstruowania pakietów pomocy publicznej służących podjęciu działań restrukturyzacyjnych ograniczają-
cych/eliminujących niebezpieczeństwo upadku przedsiębiorstwa i utraty miejsc prac.
2. Implementacji – wdrażania pakietów pomocy publicznej służących wsparciu działań restrukturyzacyjnych ograniczających/
eliminujących niebezpieczeństwo upadku przedsiębiorstwa i utraty miejsc pracy.
3. Ewaluacji – analizy i oceny efektów pomocy publicznej w zakresie wsparcia działań restrukturyzacyjnych służących ograni-
czeniu/eliminacji niebezpieczeństwa upadku przedsiębiorstwa i utraty miejsc pracy6.
6 Funkcją komplementarną wobec tych trzech przywołanych jest funkcja monitorowania. Jest ona przypisana do systemu wczesnego ostrzega-nia. Jej celem jest badanie sytuacji ekonomiczno-finansowej przedsiębiorstw (chodzi o ocenę ich kondycji i identyfikację zjawisk wskazujących na jej istotne pogorszenie – wczesne ostrzeganie) oraz monitorowanie stanu gospodarki.
Po drugie SWR musi mieć naturę dynamiczną. Termin ten, w tym kontekście, oznacza zarówno zdolność do szybkiego podej-
mowania działań antycypacyjnych, w ślad za informacjami płynącymi z systemu wczesnego ostrzegania, jak i elastyczność tego
działania (jego podstawą powinien być szeroki zestaw zróżnicowanych instrumentów pozwalających na szybką reakcję adekwatną
do rodzaju sytuacji). Dynamiczna natura SWR oznacza także jego zdolność do uczenia się i adaptacji w reakcji na szerzej rozumiane
zmiany gospodarcze i społeczne w środowisku, w którym system ten funkcjonuje.
Po trzecie SWR musi być przejrzysty. W szczególności ważne jest zapewnienie precyzyjnego i jednoznacznego podziału upraw-
nień i obowiązków jego uczestników oraz przypisanie im odpowiednich ról (strategicznych, uzgodnieniowych, koordynacyjnych,
implementacyjnych, kontrolnych). Istotne jest również wytyczanie jasnych reguł i mechanizmów komunikowania w obrębie SWR
oraz między nim a jego otoczeniem.
Po czwarte SWR powinien być hybrydowy. Z jednej strony powinien on cechować się relatywnie wysokim stopniem centralizacji
(w sferze decyzji strategicznych dotyczących zakresu i formy wsparcia określonych branż gospodarki oraz monitorowania kondycji
gospodarki). Z drugiej strony powinien on być zdecentralizowany i bazować na wiedzy lokalnej (w sferze rozpoznania specyficznych
potrzeb oraz ukierunkowania działań wdrożeniowych).
Po piąte SWR musi bazować na logice sieciowego współdziałania. W systemie tym nieodzowne jest współdziałanie rządu i jego
agend, struktur regionalnych i lokalnych samorządu terytorialnego, przedsiębiorców, organizacji pracodawców, związków zawodo-
wych oraz organizacji oferujących odpowiednie usługi szkoleniowe i doradcze. Każdy z tych podmiotów posiada zasoby (władzę,
wiedzę, środki finansowe, informacje, potencjał merytoryczny etc.), bez integracji których niemożliwe jest osiąganie celów, dla
których ustanowiono SWR.
Po szóste SWR musi posiadać zdolność do systemowego uczenia się i ewolucji. Implikuje to konieczność regularnego badania
efektów działań podejmowanych w ramach tego systemu i konsekwentne korygowanie jego mechanizmów w oparciu o wyniki
prowadzonych analiz ewaluacyjnych. W tym przypadku celowe jest zastosowanie podejścia określanego jako polityka oparta na
dowodach (evidence-based-policy).
Po siódme SWR musi mieć charakter wiarygodny. Jego wiarygodność jest weryfikowana przez szybkość podejmowanych w jego
ramach interwencji, ich adekwatność względem potrzeb przedsiębiorców i pracowników oraz niskie koszty transakcyjne korzy-
stania z usług oferowanych w tym systemie.
113
Stanisław Mazur, Marcin Zawicki
Rozdział 9
SYSTEMY WCZESNEGO REAGOWANIA – DOŚWIADCZENIA MIĘDZYNARODOWE
9.1. Wprowadzenie
W niniejszym rozdziale przedstawiliśmy cele i konstrukcje systemów wczesnego reagowania (SWR) występujące w Wielkiej Bry-
tanii i Stanach Zjednoczonych. Systemy te stanowią centralny element w katalogu interwencji publicznych służący redukowa-
niu negatywnych konsekwencji o charakterze koniunkturalnym. Ich antycypacyjna natura pozwala uniknąć wysokich kosztów
ekonomicznych i społecznych, które nieuchronnie pojawiają się w sytuacji interwencji inicjowanych post factum. SWR to wyraz
dojrzałego, antycypacyjnego oddziaływania na procesy zmiany koniunktury gospodarczej i wynikające z niego konsekwencje,
w szczególności dla rynku pracy. Stanowią one formę pomocy dla przedsiębiorstw oraz pracowników przedsiębiorstw dotkniętych
skutkami spowolnienia gospodarczego lub globalnym kryzysem finansowym. Istotą pomocy jest wsparcie procesu restrukturyzacji
przedsiębiorstwa i pomoc w jego przeprowadzeniu.
Na wstępie opisano doświadczenia brytyjskie związane z SWR. W dalszej części tego rozdziału zaprezentowaliśmy natomiast roz-
wiązania stosowane w Stanach Zjednoczonych. W analizie tej ujęto cele tych systemów, ich elementy składowe oraz mechanizmy
stosowane w ich obrębie. Ponadto dokonano syntetycznej oceny użyteczności omawianych SWR.
Prezentowane w tym rozdziale opisy SWR mają, po części, charakter fragmentaryczny, co wynika z dwóch zasadniczych powodów.
Po pierwsze SWR tylko do pewnego stopnia przybierają postać systemu w klasycznym rozumieniu tego pojęcia. Nierzadko stano-
wią one zbiór rozwiązań stanowiących doraźną reakcję na procesy gospodarcze i, jako takie, są one wprowadzane bez ogólnego
planu interwencji publicznej w sferze gospodarczej. Po drugie w literaturze przedmiotu brakuje opracowań, które w sposób holi-
styczny i komparatywny prezentowałyby tę tematykę.
Kolejnym omawianym zagadnieniem jest kwestia oceny skuteczności SWR. W przypadku tej problematyki skoncentrowaliśmy się
na identyfikacji czynników o kluczowym znaczeniu dla użyteczności tych systemów, zaliczając do nich: wiarygodność, szybkość,
czułość, swoistość, przejrzystość oraz komunikatywność.
W części końcowej, opierając się na wnioskach wypływających z doświadczeń innych państw, sformułowaliśmy wnioski i reko-
mendacje dla Polski.
9.2. Usługa szybkiego reagowania w Wielkiej Brytanii
Spośród rozwiązań obecnych w Europie na szczególną uwagę zasługuje system wczesnego reagowania funkcjonujący w Wielkiej
Brytanii. Nosi on nazwę Usługi Szybkiego Reagowania (USR; ang. Rapid Response Service). Jest on oferowany i zarządzany przez
Jobcentre Plus, tj. agencję wykonawczą brytyjskiego Ministerstwa Pracy i Emerytur (Department for Work and Pensions), specjalizu-
jącą się w usługach rynku pracy.
Jobcentre Plus jest siecią działających na obszarze całego kraju agencji, które oferują wszechstronną pomoc – począwszy od usług
z zakresu poszukiwania pracy, aż po wypłaty zasiłków. Profil działalności tej instytucji odzwierciedla misja towarzysząca jej powoła-
niu: „praca dla tych, którzy pracować mogą, bezpieczeństwo dla tych, którzy pracować nie mogą” (work for those who can, security for
those who cannot). Kluczowym celem Jobcentre Plus jest przygotowanie odbiorców jej usług do konkurowania o istniejące miejsca
pracy oraz przeciwdziałanie długookresowemu bezrobociu. Główny nacisk agencja kładzie na doskonalenie strategii poszukiwa-
nia pracy oraz zwiększanie zatrudnialności, zwłaszcza osób, których sytuacja na rynku pracy jest z różnych względów trudniejsza.
Agencję wyróżnia też jej zaangażowanie w kreowanie współpracy podmiotów sektora publicznego, rynkowego i pozarządowego
służące poprawie skuteczności osiągania celów jej działalności.
Usługa Szybkiego Reagowania została uruchomiona przez Jobcentre Plus w kwietniu 2002 r.1. Jej utworzenie było jednym z działań
podjętych w ramach reform instytucji rynku pracy realizowanych przez gabinet Tony’ego Blaira pod hasłem Welfare to Work. Poza
utworzeniem USR reforma obejmowała decentralizację służb zatrudnienia, wprowadzenie płacy minimalnej oraz uzależnienie
świadczeń socjalnych od aktywnego poszukiwania pracy. W jej ramach dokonano również integracji instrumentów aktywnego
poszukiwania pracy oraz narzędzi wsparcia socjalnego (Evans, Millar 2006, s. 62–63).
1 Elementy tej usługi były oferowane przed 2002 r. pod nazwą Funduszu Szybkiego Reagowania.
114
Adresatem USR są przedsiębiorcy planujący zwolnienia grupowe, a za ich pośrednictwem pracownicy objęci redukcją zatrudnienia,
którzy są głównymi odbiorcami wsparcia. Najważniejszym celem i priorytetem usługi jest szybkie działanie, które ma umożliwić jak
największej liczbie pracowników znalezienie nowej pracy jeszcze zanim utracą oni tę dotychczasową. Zakres pomocy oferowanej
zwalnianym pracownikom w ramach USR jest dość szeroki. Poza podstawowymi formami wsparcia w ramach USR oferowane są
również usługi niedostępne zazwyczaj dla osób poszukujących pracy w zwykłym trybie. Świadczy to o faktycznym prymacie polityki
zapobiegania utracie miejsc pracy wobec innych nurtów polityki prozatrudnieniowej.
Aby w pełni poznać istotę działania mechanizmu USR, należy prześledzić ścieżkę postępowania uwzględniającą także fazy poprze-
dzające uruchomienie tej usługi. Ścieżka ta składa się z następujących 4 etapów:
1. Zgłoszenie planowanych zwolnień grupowych przez przedsiębiorstwo.
2. Konsultacje skali i zasad planowanych zwolnień.
3. Kontakt doradców Jobcentre Plus z pracodawcą w celu określenia zakresu USR.
4. Uruchomienie USR.
Obowiązek zgłaszania przewidywanych zwolnień grupowych w przedsiębiorstwie spoczywa na pracodawcy. Zgłoszenie to jest
dokonywane za pośrednictwem formularza powiadomienia o zwolnieniach (Advance notification of redundancies HR1). Obowiązek
ten dotyczy zwolnień grupowych, czyli planowanej redukcji zatrudnienia na poziomie co najmniej 20 osób w perspektywie 3
miesięcy. Formularze są składane do Ministerstwa Przedsiębiorstw, Informacji i Umiejętności (Department for Business, Information
and Skills). Następnie dane o planowanych zwolnieniach są przesyłane do instytucji o nazwie Służba Upadłościowa2 (The Insolvency
Service), a w dalszej kolejności do Regionalnych Agencji Rozwoju3 (Regional Development Agencies) oraz oddziałów terenowych
Jobcentre Plus (Jefferys, Clark 2009, s. 19).
W świetle ustawy o związkach zawodowych i stosunkach pracy w następstwie zgłoszenia planowanych zwolnień grupowych
pracowników są uruchamiane konsultacje z pracownikami objętymi redukcją zatrudnienia4. Odbywają się one w celu zbadania
możliwości uniknięcia zwolnień, a jeżeli nie jest to możliwe – zminimalizowania ich skutków.
Obowiązkiem pracodawcy zamierzającego przeprowadzić zwolnienia grupowe jest skonsultowanie planu zwolnień z przedstawi-
cielami pracowników objętych redukcją zatrudnienia. W sytuacji, gdy zwalniani pracownicy są członkami związku zawodowego,
pracodawca jest zobligowany do skonsultowania planowanych zwolnień również z odpowiednimi związkami. Jeżeli w zakładzie
pracy objętym redukcją zatrudnienia nie działają związki zawodowe5, to konsultacje są przeprowadzane bezpośrednio z reprezen-
tacją zwalnianych pracowników.
Konsultacje muszą się odbyć jeszcze przed wręczeniem pracownikom formalnych powiadomień o zwolnieniach. W przypadku,
gdy planowana redukcja zatrudnienia wynosi od 20 do 99 osób, konsultacje powinny się rozpoczynać co najmniej 30 dni przed
wręczeniem pierwszego powiadomienia o zwolnieniu z pracy. W przypadku zwolnień przekraczających 100 osób konsultacje
rozpoczynają się co najmniej 45 dni przed pierwszym wypowiedzeniem.
Na potrzeby konsultacji pracodawcy są zobligowani do przedstawienia informacji na temat: powodów planowanej redukcji za-
trudnienia, liczby i charakterystyki pracowników przewidywanych do zwolnienia, metody doboru pracowników do zwolnienia,
procedury przeprowadzenia zwolnień oraz wysokości odpraw, jeżeli są one inne niż wynikające z ustaw. Głównym celem tak or-
ganizowanych konsultacji jest określenie sposobów uniknięcia zwolnień, ograniczenia ich skali lub złagodzenia skutków. Przepisy
nakazują, aby konsultacje nie były pozorowane, ale prowadzone w sposób autentyczny, z zamiarem osiągnięcia przez pracodawcę
porozumienia z przedstawicielami pracowników.
W trakcie konsultacji rozważa się wiele rozwiązań, które mogą zapobiec przymusowym zwolnieniom. Należą do nich: poszukiwanie
pracowników, którzy są gotowi dobrowolnie zwolnić się z pracy lub zaakceptować krótszy czas pracy, przejście na wcześniejszą
emeryturę, rezygnacja z zatrudniania osób pracujących na własny rachunek lub dorywczo, ograniczenie lub całkowita rezygnacja
z nadgodzin, wstrzymanie przyjęć, obsadzanie wakatów pracownikami już zatrudnionymi w przedsiębiorstwie, skracanie czasu
pracy, czasowa obniżka wynagrodzeń, udzielanie urlopów tymczasowych oraz proponowanie pracy na innym stanowisku.
W szczególnym przypadku, jakim jest upadłość przedsiębiorcy, na scenę wkracza wyspecjalizowana agencja państwowa, jaką jest
Służba Upadłościowa. Przejmuje ona część zobowiązań finansowych przedsiębiorstwa wobec jego pracowników. Służba ta wypłaca
2 Jest to administracja rządowa wyspecjalizowana w problematyce upadłościowej oraz niewydolności finansowej w gospodarce. Zajmuje się m.in. doskonaleniem prawa upadłościowego, ograniczaniem barier w jego stosowaniu oraz promowaniem efektywnych procedur upadłościo-wych. Brytyjska Służba Upadłościowa posiada 35 oddziałów w całym kraju.
3 Agencje rządowe są odpowiedzialne za wspieranie na poziomie regionalnym rozwoju gospodarczego i inwestycji, rozwoju przedsiębiorczości i konkurencyjności gospodarczej oraz promocję zatrudnienia i doskonalenia kompetencji zawodowych.
4 Konsultacje te są prowadzone na podstawie części IV ustawy z 1992 r. o związkach zawodowych i stosunkach pracy (Part IV of the Trade Union and Labour Relations Act 1992).
5 W 2009 r. dotyczyło to ok. 73% zakładów pracy.
115
m.in. zasiłki dla osób czasowo niepracujących (np. zasiłki macierzyńskie), ekwiwalenty za niewykorzystany urlop, orzeczone przez
sąd odszkodowania za nieuzasadnione zwolnienie oraz ustawowe odprawy (Jefferys, Clark 2009, s. 12–14).
Kiedy wyniki konsultacji ze zwalnianymi pracownikami lub związkami zawodowymi potwierdzą, że redukcja zatrudnienia jest nie-
uchronna, powstają warunki do interwencji regionalnych ośrodków Jobcentre Plus. W ośrodkach tych są zatrudnieni menedżerowie
USR, do obowiązków których należy przyjmowanie, opiniowanie i procedowanie aplikacji o udzielenie pomocy oraz koordynacja
działań podejmowanych przez administrację oraz jej partnerów. Podstawowym warunkiem otrzymania pomocy przez przedsiębior-
stwa w ramach USR jest planowana redukcja zatrudnienia, która wpływa na pogorszenie sytuacji na lokalnym rynku pracy. Ocena
skali tego ryzyka stanowi kompetencję kierowników lokalnych biur Jobcentre Plus, którzy mają w tym względzie dużą autonomię.
Świadczenie usług w ramach USR rozpoczyna się jeszcze zanim dojdzie do zwolnień. Wtedy menedżerowie USR nawiązują kontakt
z pracodawcą i uzgadniają rodzaj i zakres pomocy. Jeśli oferta pomocy zostaje zaakceptowana, specjaliści USR przeprowadzają
wizytację zakładu pracy w celu uszczegółowienia zakresu oferowanej usługi (Jefferys, Clark 2009, s. 23). Jeżeli natomiast dojdzie
już do zwolnień, osoby uprawnione otrzymują pomoc w ramach USR przez okres nie dłuższy niż 13 tygodni od czasu zwolnienia
(Robinson 2009, s. 5).
Wsparciem publicznym w ramach USR obejmowani są wszyscy pracownicy zagrożeni utratą pracy. Chodzi tu w szczególności
o osoby:
• zatrudnione, ale posiadające status zagrożonych zwolnieniem,
• zatrudnione, które otrzymały powiadomienie o zwolnieniu,
• zagrożone utratą pracy w przedsiębiorstwach będących dostawcą większej firmy dokonującej zwolnień,
• narażone na utratę pracy w miejscowościach, które uzyskały status zagrożonych w ramach USR (Provider Guidance 2010).
Usługa Szybkiego Reagowania była projektowana jako narzędzie z założenia elastyczne. W praktyce oznacza to, że katalog usług
świadczonych w jej ramach nie jest zamknięty. Zasadniczo działania USR są zorientowane na wsparcie zarządzania procesem zwol-
nień w przedsiębiorstwach oraz pomoc osobom tracącym pracę przede wszystkim poprzez szeroki zakres doradztwa zawodowego.
Obejmuje ono dostarczanie informacji na temat dostępnych form wsparcia, świadczeń socjalnych i emerytalnych, poradnictwo
w zakresie samozatrudnienia, pomoc w przygotowaniu CV, listu motywacyjnego, przygotowaniu do rozmów kwalifikacyjnych
i poszukiwaniu pracy.
Podstawowym elementem pakietu oferowanego pracownikom w ramach USR jest wysokiej jakości spersonalizowana analiza
umiejętności i kompetencji zawodowych (Skills Transfer Analysis). Pozwala ona na określenie przydatności posiadanych kwalifikacji
do potrzeb lokalnych rynków pracy oraz wytypowanie umiejętności, których zdobycie polepszy konkurencyjność osób tracących
pracę na tych rynkach. W przypadku, gdy wyniki analizy wskazują istnienie luk kompetencyjnych, w ramach USR oferowany jest do-
stęp do programów szkoleniowych i edukacyjnych (Job Focused Training). Środki oferowane przez takie programy są przeznaczane
na reorientację zawodową, ale jedynie w przypadku istnienia nadwyżki popytu nad podażą wykwalifikowanych pracowników na
danym rynku. Oferowane szkolenia zawodowe pozwalają m.in. na zdobycie zaświadczenia o uzyskaniu umiejętności niepotwier-
dzonych innymi certyfikatami.
Osoby uprawnione mogą też liczyć na wsparcie finansowe w postaci pokrycia kosztów podróży do pracy oraz na przezwyciężenie
innych doraźnych barier utrudniających zdobycie pracy, np. na zakup specjalistycznych narzędzi czy odzieży roboczej. Środki na
te cele pochodzą z odrębnego Funduszu Operacyjnego (Action Fund). Jeżeli natomiast istniejące formy wsparcia okażą się nie-
wystarczające, dopuszcza się, zgodnie z zasadą otwartości i elastyczności instrumentu USR, sięgnięcie po rozwiązania specjalne,
które są oferowane bądź projektowane z udziałem Centrum Wsparcia Programów Specjalnych (Specific Programme Centre Support).
W przedsiębiorstwach objętych znaczną redukcją zatrudnienia możliwe jest utworzenie doraźnego punktu doradztwa i pośred-
nictwa, który w przypadku zakładów w ruchu wielozmianowym może być czynny nawet 24 godziny na dobę (Provider Guidance
2010, s. 9–13; Robinson 2009, s. 3).
Od momentu uruchomienia Usługi Szybkiego Reagowania budżet na jej realizację stale wzrastał. Najwyższa dynamika wzrostu
miała miejsce w latach 2007–2010. O ile w roku budżetowym 2007/2008 budżet USR wynosił 3 mln funtów, a w roku kolejnym
6 mln funtów, o tyle w roku budżetowym 2009/2010 wyniósł on już 12 mln funtów (Jefferys, Clark 2009, s. 24).
Podsumowując, należy stwierdzić, że brytyjska Usługa Szybkiego Reagowania po ponad 10 latach jej funkcjonowania jest oceniana
jako instrument użyteczny i spełniający pokładane w nim nadzieje. Bezpośrednim i najbardziej wymiernym rezultatem istnienia USR
jest jej realny wpływ na ograniczenie liczby likwidowanych miejsc pracy oraz przeciwdziałanie niebezpiecznemu i kosztownemu
dla rynku pracy zjawisku długotrwałego bezrobocia.
Usługa Szybkiego Reagowania stała się również istotnym źródłem przemian o strategicznym dla gospodarki znaczeniu. Chodzi
mianowicie o wyraźny wzrost wśród interesariuszy polityki gospodarczej przekonania o celowości stosowania podejścia i narzędzi
antycypacyjnych, służących zapobieganiu i ograniczaniu negatywnych konsekwencji zawirowań gospodarki. Usługa Szybkiego
116
Reagowania podlega też nieustannej ewolucji. Od kilku lat obserwuje się spory nacisk, jaki kładzie się na budowę odpowiedniej
atmosfery oraz kształtowanie dojrzałych relacji między pracodawcami i pracownikami restrukturyzowanych przedsiębiorstw. Nowe
elementy procedur USR zawierają już wiele mechanizmów przynależnych governance oraz psychologii zarządzania. Ich istota
polega np. na zachęcaniu pracodawców do zwracania uwagi nie tylko na ekonomiczny, ale i emocjonalny aspekt redukcji zatrud-
nienia, dostrzegania nastrojów i odczuć pracowników objętych zwolnieniami, udzielania im wsparcia w znalezieniu nowej pracy,
wykazywania troski o ich obecny i przyszły los, a także na zapewnianiu odpowiedniej komunikacji z opinią publiczną, związkami za-
wodowymi i innymi interesariuszami zewnętrznymi i, zasadniczo, na przeciwdziałaniu izolacji emocjonalnej pracowników objętych
zwolnieniami. Wdrażane procedury USR starają się też umiejętnie wspierać pracowników restrukturyzowanych przedsiębiorstw.
Polega to na informowaniu o nowych możliwościach wiążących się ze zmianą miejsca pracy, zwracaniu uwagi na interes ogółu
załogi pracowniczej oraz dobro wspólnoty lokalnej, stymulowaniu partycypacji w zarządzaniu restrukturyzacją, co generalnie ma
służyć ograniczaniu obaw i niepewności pracowników (How to manage 2013, s. 29–31). Elastyczność procedur, a przede wszystkim
zgodna z rytmem przemian społecznych i gospodarczych dynamika jego ewolucji czynią brytyjski system szybkiego reagowania
godnym uwagi, szczególnie dla twórców analogicznych systemów.
9.3. System wczesnego reagowania w Stanach Zjednoczonych
Historia działań na rzecz budowania systemu wczesnego reagowania (SWR) w gospodarce amerykańskiej sięga lat 50. XX w. Ich
intensyfikacja nastąpiła w latach 70. i 80., a jej przesłanką była prowadzona w tym okresie restrukturyzacja przemysłów ciężkiego
i samochodowego. Jedną z jej konsekwencji był wzrost liczby zwolnień. Aby zapobiec wzrostowi bezrobocia, zaczęto stosować
instrumenty mające na celu zarówno ochronę miejsc pracy, jak i realokację zasobów pracy.
Dla budowania SWR w Stanach Zjednoczonych ważna była ustawa Trade Act z 1974 r. Nakładała ona na firmy, które zamierzały
przenieść swoją aktywność poza granice Stanów Zjednoczonych obowiązek wyprzedzającego informowania o tym zamiarze.
Informacje te miały być przekazywane zainteresowanym pracownikom oraz Sekretariatom Pracy i Handlu. Stosowaniu tej ustawy
towarzyszyło wiele kontrowersji i obaw, z których kluczowe dotyczyły wprowadzania nieefektywnych i biurokratycznych mecha-
nizmów do amerykańskiego rynku pracy (Levine 2007).
Kolejnym istotnym elementem tworzenia SWR były rozwiązania wprowadzone na mocy ustawy Worker Adjustment and Retraining
Notification Act z 1989 r.6. Nakładała ona na pracodawców zatrudniających ponad 100 osób obowiązek informowania o plano-
wanych zwolnieniach (obejmujących ponad 50 osób) lub o zamknięciu zakładu następujące podmioty: pracowników, stanową
jednostkę szybkiego reagowania oraz samorząd lokalny. Przyjęto, że informacja taka jest przekazywana co najmniej 60 dni przed
planowanymi działaniami. Ustawa ta stanowi jądro systemu szybkiego reagowania – poprzez wprowadzenie obowiązku odpowied-
nio wczesnego poinformowania przez przedsiębiorstwo o jego problemach i planowanych w związku z tym działaniach. Stwarzało
to możliwość podjęcia przez wyspecjalizowane instytucje publiczne działań wyprzedzających.
Warunki współdziałania przedsiębiorców i władz publicznych określone w Worker Adjustment and Retraining Notification Act
znajdują swoje rozwinięcie w dokumentach przyjmowanych przez władze stanowe. Mają one na celu na ogół ich doprecyzowanie,
a nierzadko i zaostrzenie zawartych w tej ustawie kryteriów odnoszących się do obowiązków pracodawców w zakresie informo-
wania o planowanych zwolnieniach.
W poradniku dla pracodawców opracowanym przez Departament Pracy istotę rozwiązań zawartych w Worker Adjustment and
Retraining Notification Act określa się w następujący sposób: „W dynamicznej gospodarce wiele przedsiębiorstw restrukturyzuje
swoje działania, aby utrzymać konkurencyjną pozycję na rynku. Działania te służą wzmacnianiu ich konkurencyjności, ale mogą
one również skutkować utratą miejsc pracy. W 1980 r. Kongres przyjął Worker Adjustment and Retraining Notification (WARN) Act
celem zapewnienia pracownikom odpowiednich warunków, tak aby mogli przygotować się do okresu przejściowego pomiędzy
sytuacją, w której mają oni jeszcze pracę a sytuacją związaną z koniecznością poszukiwania i podjęcia nowej pracy. Okres tego
przejścia wiąże się z zapewnieniem im informacji, gdzie mogą znaleźć pracę lub może się to wiązać z zapewnieniem innych moż-
liwości zatrudnienia lub szkoleń zawodowych” (WARN 2003).
Kolejnym krokiem w procesie budowania SWR była ustawa Economic Dislocation and Worker Adjustment Assistance Act, przy-
jęta w 1988 r. Nałożyła ona na władze stanowe obowiązek ustanowienia komórek ds. pracowników zmieniających miejsce pracy,
w obrębie których działają jednostki szybkiego reagowania (Salzman 2009).
Doświadczenia wynikające z funkcjonowania SWR w latach 80. i 90. XX w. wskazywały na defragmentaryzację tego systemu, jego
niski potencjał koordynacji oraz redundancje działań. Te krytyczne spostrzeżenia legły u podstaw przyjęcia ustawy Workforce
6 Z jej przyjęciem, podobnie jak w przypadku Trade Act, wiązały się obawy o utratę elastyczności amerykańskiego rynku pracy i obniżenie dyna-miki tworzenia nowych miejsc pracy (Addison, Blackburn 1994).
117
Investment Act w 1998 r. Jej kluczowym elementem są jednostki określane mianem Jednostek Szybkiego Reagowania (JSR), obli-
gatoryjnie tworzone przez administrację stanową.
W zakresie ich działań mieszczą się:
1. Prowadzenie wizji lokalnych (natychmiast po otrzymaniu informacji o planowanych zwolnieniach) w celu oceny skali zwol-
nień, możliwości ich uniknięcia, alternatywnych rozwiązań, potencjalnych potrzeb szkoleniowych w zakresie zmiany kwalifi-
kacji, możliwości zatrudnienia na lokalnym rynku pracy oraz dostępnych zasobów.
2. Przekazywanie zwalnianym pracownikom informacji na temat zakresu usług, z których mogą skorzystać – w tym ubez-
pieczenia od bezrobocia, zintegrowanych centrów zatrudnienia oraz pomocy z programów Trade Adjustment Assistance/
NAFTA-Transitional Assistance, zapewniających wsparcie finansowe dla pracodawców dotkniętych konkurencją ze strony
importerów.
3. Powoływanie lokalnych komitetów do wdrożenia strategii pomocy pracownikom zagrożonych przedsiębiorstw.
4. Wspieranie administracji lokalnej w rozwiązywaniu doraźnych problemów oraz pomoc w tworzeniu kompleksowych strategii
rozwiązywania problemów związanych ze zwolnieniami (w tym możliwe jest także wnioskowanie o specjalny grant federalny
– National Emergency Grant).
Ponadto JSR – jako część administracji stanowej – mogą realizować dodatkowe zadania, w tym:
1. Wspólnie z innymi podmiotami publicznymi, a także organizacjami pracodawców i stowarzyszeniami branżowymi mogą
opracowywać strategie interwencji na rynku pracy w warunkach zagrożenia wzrostem bezrobocia, tworzyć programy znie-
chęcające do stosowania zwolnień grupowych, tworzyć instrumenty służące wymianie informacji na temat planów likwidacji
przedsiębiorstw lub dostępnych narzędzi pomocy dla pracowników zagrożonych zwolnieniem.
2. Wspólnie z właściwymi organami stanowymi mogą one gromadzić i analizować informacje związane z niepokojącymi zja-
wiskami zachodzącymi na rynku pracy, ze szczególnym uwzględnieniem zwolnień i likwidacji zakładów, a także agregować
informacje w celu stworzenia podstaw dla efektywnego zarządzania programem szybkiego reagowania, jak również rozwijać
instrumenty kontroli i ewaluacji takich programów.
3. Angażować się w działania edukacyjne na rzecz poprawy jakości pomocy pracownikom dotkniętym zwolnieniami.
4. Uczestniczyć w przygotowywaniu i realizacji strategii na rzecz:
• przeciwdziałania zwolnieniom grupowym (w tym: finansowanie analiz dotyczących możliwości restrukturyzacji przed-
siębiorstw lub ich przejęcia przez inny podmiot gospodarczy, włącznie z przejęciem jego pracowników),
• przekwalifikowania pracowników,
• udzielania pożyczek dla pracowników celem podnoszenia ich kwalifikacji zawodowych.
W Workforce Investment Act określono sekwencje działań w systemie wczesnego reagowania. Składają się na nie:
I. Diagnoza – analiza, która opiera się na danych o planowanych zwolnieniach przekazanych przez przedsiębiorstwa. Jako drugie
źródło są wykorzystywane wyniki badań rynku pracy (i szerzej gospodarki) w następujących aspektach:
• analiza i ocena oddziaływania zakłóceń wywoływanych przez turbulencje finansowe i gospodarcze na danym rynku
pracy; celem analizy jest identyfikacja zagrożonych gałęzi gospodarki oraz zapewnienie administracji stanowej i lo-
kalnej dostępu do niezbędnych informacji, aby możliwe było podjęcie działań na rzecz ograniczenia groźby upadku
przedsiębiorstw,
• ocena gospodarki regionalnej i krajowej w celu zidentyfikowania szans na zrekompensowanie utraconych miejsc pracy
w innych branżach lub/i na innych obszarach,
• badanie pracowników pod kątem ich kompetencji zawodowych w celu oceny szans na znalezienie im innej pracy
w regionie,
• rozpoznanie możliwości świadczenia usług edukacyjnych i szkoleniowych w regionach dla osób zagrożonych utratą
pracy.
II. Ocena oddziaływania skutków upadku przedsiębiorstw na rynek pracy za pomocą modelu ekonometrycznego. Model ten jest
oparty na analizie przepływów międzygałęziowych i pozwala, przy przyjęciu określonych założeń, ocenić wpływ na gospodar-
kę w regionie, jaki spowoduje likwidacja określonej liczby miejsc pracy w konkretnych przedsiębiorstwach. Wpływ mierzony
jest utraconymi miejscami pracy oraz spadkiem przychodów. Pozwala to na przeprowadzenie analizy kosztów/korzyści dla
rozważanych przez administrację wariantów działania. Model jest uzupełniany informacjami ze strony dotkniętych skutkami
zakłóceń finansowo-gospodarczych pracodawców (poziom wynagrodzeń, lista kooperantów etc.).
III. Analiza i ocena gospodarki regionalnej w celu zidentyfikowania możliwości zatrudnienia pracowników w innych gałęziach go-
spodarki, przy jednoczesnym założeniu, że działanie to wzmocni regionalną gospodarkę i uchroni ją przed ponownymi zabu-
rzeniami. Realna szansa znalezienia alternatywy spełniającej wszystkie wymienione kryteria jest niska, jednak poziom ich speł-
nienia stanowi wyznacznik oceny możliwych wariantów. Pierwszym etapem działań jest poszukiwanie przedsiębiorstw w tej
samej lub pokrewnej branży do tej, w której działa przedsiębiorstwo ograniczające działalność, co zawęża zakres koniecznych
118
do podjęcia działań dostosowawczych. Jeżeli jednak trudności dotykają całą branżę, wówczas należy przenieść wysiłki na inne,
bardziej rozwojowe branże. Aby minimalizować koszty przekwalifikowań, poszukiwane są branże zatrudniające pracowników
o podobnych umiejętnościach (stosuje się analizę kluczowych grup zawodowych w likwidowanym przedsiębiorstwie, a na-
stępnie macierz branż i zawodów). W poszukiwaniu branż komplementarnych do regionalnej struktury gospodarki może być
pomocny model nakładów i wyników.
IV. Profilowanie pracowników pod kątem wykonywanego zawodu. Aby efektywnie udzielać pomocy pracownikom zagrożonym
zwolnieniami, analizuje się dane w zakresie: ich historii zatrudnienia, wykształcenia, umiejętności i kwalifikacji, preferencji
zawodowych, skłonności do zmiany miejsca zamieszkania etc. Poznanie struktury zatrudnienia zagrożonych zwolnieniami
według klasyfikacji SOC (Standard Occupational Classification System) umożliwia identyfikację branż zdolnych zatrudnić zwal-
nianych pracowników przy minimalnych nakładach na przekwalifikowanie. Gromadzone dane statystyczne pozwalają ocenić,
gdzie na terenie stanu lub stanów sąsiadujących wybrane branże są reprezentowane, a w oparciu o rejestr statystyczny NAICS
(North American Industry Classification System) można w dalszej kolejności wytypować konkretnych pracodawców, potencjalnie
zainteresowanych zatrudnieniem pracowników, posługując się dostępnymi bazami danych, jak infoUSA.
V. Profilowanie kwalifikacji pracowników pod kątem oczekiwań pracodawców. Najprostszą metodą jest rozpoznanie kwalifikacji
wymaganych do wykonywania konkretnego zawodu w oparciu o model SOC-O*NET, opisujący w 6 kategoriach elementy
klasyfikacji SOC (profil pracownika wykonującego dany zawód, wymagania wobec pracowników obejmujące umiejętności
i wykształcenie, wymagane doświadczenie zawodowe, specyficzne dla stanowiska zadania i atrybuty, charakterystyki stano-
wiska z punktu widzenia parametrów rynku pracy oraz społeczny i kulturowy kontekst stanowiska pracy). Porównując różne
zawody pod kątem podobieństwa wyżej wymienionych atrybutów, można zidentyfikować takie zawody, które wymagają
najmniejszych nakładów na przeszkolenie. Także sami pracownicy mogą na własną rękę skorzystać z testów oceny stanowiska
pracy w celu opracowania listy pokrewnych zawodów, do wykonywania których mogliby zostać przekwalifikowani.
VI. Diagnoza możliwości szkoleniowych na poziomie ponadlicealnym. Wstępne badanie może być przeprowadzone za pośrednic-
twem bazy danych IPEDS (Integrated Post-Secondary Education Data System), prowadzonej przez Narodowe Centrum Statystyki
Edukacyjnej przy Departamencie Edukacji, do którego raportują obligatoryjnie wszystkie szkoły na poziomie ponadlicealnym.
Identyfikacja możliwości na danym obszarze może obejmować dostępne aktualnie programy oraz ich możliwości szkoleniowe,
a także perspektywy dla wdrożenia nowych programów dostosowanych do potrzeb pracowników i pracodawców. Szcze-
gólnie w sytuacji, gdy pracownicy mogą mieć problemy z uzyskaniem zatrudnienia odpowiadającego ich doświadczeniu
i umiejętnościom, szkolenie zawodowe staje się kluczowym elementem działań i zastosowania instrumentów szybkiego
reagowania.
Zaletą ustawy Workforce Investment Act jest to, że w sposób precyzyjny określa ona zasady dotyczące wdrażania programów roz-
woju zasobów ludzkich, w których centralne miejsce zajmują pracownicy. Wszelkie inwestycje w kapitał ludzki powinny spełniać
następujące wymagania:
1. Usługi szkoleniowe, edukacyjne i pośrednictwa pracy powinny prowadzić do powstawania wysokiej jakości miejsc pracy,
które gwarantują utrzymanie rodzin oraz stabilny rozwój lokalnych społeczności.
2. Powinny być administrowane przez instytucje publiczne, które zapewniają sprawiedliwy i równy dostęp do usług wszystkim
pracownikom.
3. Powinny być stosowane w celu ograniczenia istniejącej w gospodarce luki dochodowej, tworząc jednocześnie pracownikom
warunki do realizacji ścieżki kariery zawodowej poprzez dostęp do lepiej płatnych oraz wymagających wyższych kwalifikacji
zawodowych miejsc pracy.
4. Oferowane na rzecz dorosłych pracowników usługi edukacyjne z zakresu przekwalifikowania zawodowego oraz reintegracji
zawodowej powinny gwarantować poprawę możliwości zawodowych oraz środki utrzymania w długim czasie.
5. Wsparcie udzielane na rzecz młodych ludzi powinno opierać się na poradnictwie ze strony osób dorosłych. Ponadto konieczne
jest tworzenie warunków przyjaznych do zdobywania przez młodych ludzi wiedzy akademickiej oraz nabywania doświadczeń
zawodowych, które sprzyjają ich rozwojowi, a nie są narzędziem drenażu.
6. Usługi powinny być dostarczane w środowisku, w którym potrzebujący wsparcia pracownicy zajmują miejsce centralne, a ich
prawa, godność i prywatność są w pełni respektowane.
7. Korzystający z usług powinni być informowani o prawach pracowniczych w miejscu pracy oraz o innych instrumentach ochro-
ny prawnej, wynikających przede wszystkim z: Fair Labor Standards Act, the Occupational Health & Safety Act, the National
Labor Relations Act oraz the Civil Rights Act.
8. Powinny być przestrzegane i upowszechniane zasady partycypacji wszystkich interesariuszy – pracowników, pracodawców,
instytucji szkoleniowo-edukacyjnych oraz organizacji lokalnych – zarówno w toku przygotowywania programów, jak i świad-
czenia usług.
119
W celu skutecznego wdrożenia rozwiązań zawartych w Workforce Investment Act Departament Pracy powołał grupy robocze,
w tym Krajową Grupę Szybkiego Reagowania. Jej rolą jest merytoryczne wspieranie, jak również programowana koordynacja
elementów składających się na system wczesnego reagowania w gospodarce amerykańskiej (Salzman 2009).
Reasumując, w ustawodawstwie regulującym funkcjonowanie amerykańskich przedsiębiorstw przewidziano zestaw narzędzi, któ-
rych celem jest zapewnienie systemowego wsparcia dla pracowników zagrożonych zwolnieniami. Ustawodawstwo to umożliwiło
stworzenie kompleksowego SWR. O jego skuteczności decydują rozwinięte narzędzia badawcze i procedury przekazywania danych,
silne umocowanie w systemie prawnym, sprawne mechanizmy koordynacji oraz umiejętność wykorzystywania doświadczeń bę-
dących rezultatem dotychczasowego jego działania. System ten ma mocne osadzenie instytucjonalne w postaci JSR, których ak-
tywność pozwala na wielopłaszczyznowe oddziaływanie oraz antycypacyjne i skuteczne reagowanie na pojawiające się problemy.
9.4. Wnioski i rekomendacje dla Polski
Wyniki badań i analiz skłaniają do sformułowania następujących, kluczowych rekomendacji, które należałoby rozważyć, naszym
zdaniem, budując SWR w Polsce.
1. U podstaw SWR legło założenie, że jego zastosowanie jest uprawnione jedynie w odniesieniu do negatywnych zmian w go-
spodarce wywołanych przez wahania koniunkturalne i spowolnienie gospodarcze. System ten nie powinien być wykorzysty-
wany w celu reagowania na zmiany strukturalne w gospodarce.
2. Działania SWR zostały obwarowane wieloma precyzyjnie określonymi warunkami. Z jednej strony powinny one zapobiegać
nadmiernej interwencji pomocy publicznej w mechanizmy gospodarki rynkowej, z drugiej zaś – zapobiegać pokusie jej
nadużywania przez przedsiębiorstwa.
3. W SWR wyodrębnione zostały trzy komponenty:
(I) programowania,
(II) implementacji,
(III) ewaluacji.
(I) Celem komponentu programowania powinno być formułowanie rekomendacji dla polityk publicznych, przygotowanie
projektów tych polityk na potrzeby procesów decyzyjnych oraz projektowanie instrumentów wsparcia.
(II) Komponent implementacyjny SWR powinien służyć realizacji interwencji publicznej dostosowanej do warunków zdia-
gnozowanych zagrożeń oraz prowadzeniu działań wspierających procesy restrukturyzacji zagrożonych przedsiębiorstw. Po-
tencjalne spektrum narzędzi, jakimi dysponują władze publiczne w tym zakresie jest szerokie. Najbardziej adekwatnymi do
aktualnej sytuacji gospodarczej narzędziami implementacyjnymi są:
• wspólnotowe ramy prawne w zakresie pomocy państwa ułatwiające dostęp do finansowania,
• narzędzia polityki drugiej szansy,
• instrumenty restrukturyzacji przedsiębiorstw.
(III) W ramach komponentu ewaluacyjnego powinny być prowadzone badania ewaluacyjne, których celem jest dokonywanie
oceny realizowanych polityk. Przyjmuje się, że badaniami ewaluacyjnymi będą objęte wszystkie wyłonione do implementacji
narzędzia Instrumentu Szybkiego Reagowania. Przesłanką dla prowadzenia ewaluacji narzędzi implementacyjnych ISR jest
konieczność stałego doskonalenia metod interwencji, przystosowywania ich do aktualnych w danym czasie potrzeb i warun-
ków. Odrębnym zadaniem ewaluacyjnym jest dokonywanie okresowej ewaluacji funkcjonowania SWR w jego zasadniczych
wymiarach: merytorycznym oraz proceduralno-organizacyjnym.
4. Architektura SWR powinna mieć charakter wielopoziomowy i powinny składać się na nią podmioty o zróżnicowanych funk-
cjach i zasobach, pozostających względem siebie w relacjach komplementarnych. W tej architekturze instytucjonalnej możliwe
jest wyróżnienie pięciu poziomów:
(I) premier i rada ministrów,
(II) ministrowie resortowi, w szczególności zaś ministrowie właściwi ds. gospodarki, finansów i rozwoju regionalnego,
(III) agendy podległe ministrowi ds. gospodarki (np. Agencja Restrukturyzacji Przemysłu), w szczególności zaś Polska Agencja
Rozwoju Przedsiębiorczości i powołane w przyszłości w jej ramach – Centrum Monitorowania Zmiany Gospodarczej,
(IV) samorządy województw oraz powiązane z nimi relacjami właścicielskimi i zarządczymi agencje rozwoju regionalnego
i lokalnego oraz instytucje rynku pracy,
(V) integralnym elementem tej architektury powinny stać się organizacje pracodawców, związki zawodowe oraz reprezen-
tacje branżowe.
Wskazani powyżej instytucjonalni aktorzy powinni w tym systemie pełnić następujące role:
a) premier i rada ministrów – rola strategiczna,
b) ministrowie resortowi, w szczególności zaś ministrowie właściwi ds. gospodarki, finansów i rozwoju regionalnego – rola
uzgodnieniowo-koordynacyjna,
c) agendy podległe ministrowi ds. gospodarki (szczególnie Polska Agencja Rozwoju Przedsiębiorczości) – rola analityczno-
-projekcyjna i koordynacyjna,
d) samorządy województw oraz agencje rozwoju regionalnego, instytucje rynku pracy – rola konsultacyjno-implementa-
cyjna,
e) organizacje pracodawców, związki zawodowe oraz reprezentacje branżowe, w tym sektora bankowego – rola informa-
cyjno-konsultacyjna.
5. Operatorem systemu Instrument Szybkiego Reagowania powinna być jednostka funkcjonująca w ramach Polskiej Agencji
Rozwoju Przedsiębiorczości (posiada ona odpowiednie zasoby kadrowe oraz stosowne doświadczenie). Proponujemy nazwać
ją Centrum Monitorowania Zmiany Gospodarczej.
6. W celu zapewnienia skuteczności jego działania SWR powinien mieć charakter holistyczny, dynamiczny, przejrzysty, hybrydo-
wy, sieciowy, uczący się i ewoluujący oraz wiarygodny (przywołane cechy SWR opisano powyżej).
121
Kamil Fijorek, Jarosław Kaczmarek, Konrad Kolegowicz, Paweł Krzemiński
Rozdział 10
PERSPEKTYWA MIKROEKONOMICZNA OCENY ZAGROŻENIA PRZEDSIĘBIORSTW UPADŁOŚCIĄ
10.1. Wprowadzenie
Z perspektywy mikroekonomicznej, na potrzeby prowadzonych badań, kryzys jest postrzegany jako nasilenie niekorzystnych zja-
wisk, przełom pomiędzy fazami rozwoju, które zakłócają lub zagrażają normalnemu funkcjonowaniu przedsiębiorstwa. Ekspozycja
i podatność przedsiębiorstw na zagrożenia jest zróżnicowana i może być przedmiotem modelowania. Jak wynika z licznych badań,
w przypadku polskich przedsiębiorstw ta ekspozycja i podatność są relatywnie wysokie, co może w sytuacjach kryzysowych nasilać
efekt „zarażania się” przedsiębiorstw.
Kryzys nie jest aberracją, tak dla przedsiębiorstwa, jak i gospodarki, będąc przedmiotem zarządzania ryzykiem. Warunkiem jego
skuteczności jest nadanie mu cech rozwiązania zintegrowanego. Skutki kryzysu mogą być negatywne – prowadząc do możliwej
upadłości przedsiębiorstwa, a także pozytywne – zagrażając egzystencji, stanowić szansę na rozwój przez restrukturyzację.
Determinantami kryzysu przedsiębiorstwa są liczne czynniki, które są zróżnicowane rodzajowo oraz według źródeł pochodzenia.
Cechą charakterystyczną jest jego złożoność oraz to, że jest wywoływany przez splot kilku czynników układających się w ciąg zda-
rzeń, z następstwem przyczynowo–skutkowym oraz wyraźną ścieżką eskalacji. Czynniki zewnętrzne związane z fazą cyklu życia
sektorów i ich koniunkturą są szczególnie groźne. Nawet intensyfikacja indywidulanych działań zaradczych przez przedsiębiorstwo
nie gwarantuje wówczas przetrwania.
Symptomy kryzysu przedsiębiorstwa pojawiają się w wyniku zewnętrznych i wewnętrznych przyczyn oraz tak jak one są zróżnico-
wane i przeważnie nie występują pojedynczo. Najczęściej za symptomy kryzysu przyjmuje się niepowodzenia w tych obszarach
i funkcjach przedsiębiorstwa, które można odczytać w jego ogólnej kondycji oraz zarządzaniu. Problemem jest to, że kryzys przed-
siębiorstwa ma raczej „mgławicowy” charakter – bardziej daje się go odczuć niż opisać, stąd trudno jest dokonać kwantyfikacji jego
symptomów. Na potrzeby prowadzonych badań symptomy zostały zdefiniowane dla obszaru finansowej kondycji przedsiębior-
stwa, z odniesieniami także do warstwy ekonomiczności jego zachowań1.
Dla umiejętności zwalczania kryzysów ważna jest zdolność do ich przewidywania i zapobiegania. Ta pierwsza była przesłanką
opracowania koncepcji Systemu Wczesnego Ostrzegania ISR. Jest on narzędziem pomiaru ryzyka, ukierunkowanym na rozpoznanie
zmian w stopniu zagrożenia finansowego kontynuacji działalności i upadłości przedsiębiorstw, poprzez identyfikację i kwantyfikację
symptomów jako finansowych sygnałów ustrukturalizowanych, i posiada cechy rozwiązania zintegrowanego.
Jako narzędzie SWO jest wkomponowany w pierwszą z czterech funkcji systemu ISR – komponent monitorowania, którego celem
jest badanie sytuacji finansowej przedsiębiorstw na potrzeby oceny ich kondycji i identyfikacji zjawisk wskazujących na jej istotne
pogorszenie (wczesne ostrzeganie).
Będący przedmiotem pomiaru stopień zagrożenia opisuje kategorię upadłości przedsiębiorstwa w ujęciu ekonomicznym, ściślej
– zagrożenie finansowe kontynuacji działalności i upadłości (upadłość sensu largo, financial distress). Przedmiotem oceny jest także
zjawisko upadłości w ujęciu prawnym (upadłość sensu stricto, insolvency proceedings), tzn. sądowe postępowanie upadłościowe.
Odnoszenie do siebie wartości miar właściwych dla upadłości w sensie ekonomicznym oraz w sensie prawnym nie jest możliwe
bez rozróżnienia ich treści merytorycznej. Nie oznacza to jednak braku między nimi współzależności. Związek ten jest przedmiotem
badania, a co więcej – pozwala na prowadzenie analizy porównawczej przedsiębiorstw z wykorzystaniem miary stopnia zagro-
żenia finansowego kontynuacji działalności i upadłości skalowanej w jednostkach odpowiadających wielkości odsetka sądowych
postępowań upadłościowych.
Rdzeniem Systemu Wczesnego Ostrzegania ISR jest ocena stopnia zagrożenia finansowego kontynuacji działalności i upadłości oraz
opracowane autorskie metody empiryczno-indukcyjne wykorzystujące analizę dyskryminacyjną – wielozmienne modele logitowe.
Płaszczyzny wzmacniające prowadzone wnioskowanie w zakresie stopnia zagrożenia stanowią: wielokryterialna ocena potencjału
i wyników finansowych przedsiębiorstw oraz analiza sądowych postępowań upadłościowych.
1 Szersze omówienie problematyki kryzysu przedsiębiorstwa, jego cech i czynników oraz symptomów można znaleźć m.in. w: Mitroff 2001, s. 5; Hamel, Prahalad 1994, s. 134; Smart, Thompson, Vertinsky 1978, s. 46–48; Mączyńska 2011, s. 14; Gierszewska, Romanowska 1995, s. 44; Wiecze-rzyńska 2009, s. 35; Altman 1983b, s. 40, 180; Argenti 1976, s. 123, 132–135; Wawrzyniak 1999, s. 112–118; Zavgren 1983, s. 1–33.
122
Na potrzeby oceny stopnia zagrożenia w SWO ISR opracowano modele predykcji zagrożenia finansowego kontynuacji działalno-
ści i upadłości z wykorzystaniem regresji logistycznej – klasycznej oraz Firtha. Wynikało to ze słabości dotychczas zbudowanych
modeli predykcji (mankamentów ich konstrukcji i ograniczeń w stosowaniu), zwłaszcza w zakresie niskiej liczebności ich zbiorów
uczących. Prowadzenie badania populacji sektora instytucjonalnego przedsiębiorstw niefinansowych, o liczebności bliskiej 50 tys.
podmiotów, wymagało zatem opracowania nowych narzędzi badawczych2.
Uzyskana z zastosowania modeli miara – stopień zagrożenia finansowego (PR oraz MW) – wyznacza prawdopodobieństwo upa-
dłości przedsiębiorstw w perspektywie jednego roku. Pozwala ona w sposób ilościowy opisywać skalę zmian zjawiska upadłości
w ujęciu dynamicznym oraz porównywać stopień zagrożenia pomiędzy różnymi klasami wielkości (ogółem, małe, średnie, duże)
i grupami rodzajowymi przedsiębiorstw (ogółem, produkcyjne, handlowe, usługowe). Konstruowane dotychczas i opisane w lite-
raturze modele nie posiadają takich właściwości, a opracowane modele dyskryminacyjne – dzięki zastosowaniu innowacyjnych
metod i technik szczegółowych – można uznać za unikatowe w kraju.
Ze względu na określoną funkcję komponentu monitorowania ISR w ujęciu mikroekonomicznym, w postaci bieżącego analizo-
wania i diagnozowania sytuacji przedsiębiorstw, realizowane badania w zakresie monitorowania stanu przedsiębiorstw z zastoso-
waniem Sytemu Wczesnego Ostrzegania ISR posiadają wielopoziomowy cel, którym jest:
• zdefiniowanie symptomów stanu zagrożenia finansowego kontynuacji działalności i upadłości przedsiębiorstw,
• wypracowanie metod i narzędzi kwantyfikacji stanów zagrożenia opisanych symptomami zagrożenia,
• ocena stanu zagrożenia finansowego kontynuacji działalności i upadłości przedsiębiorstw z wykorzystaniem wielowymiaro-
wych modeli dyskryminacyjnych,
• ocena przebiegu, intensywności i struktury zjawiska upadłości przedsiębiorstw w ujęciu prawnym,
• wielowymiarowa analiza kierunków zmian wielkości i struktury miar potencjału oraz wyników finansowych przedsiębiorstw.
Opracowany System Wczesnego Ostrzegania ISR co do rodzaju, metod i stosowanego podejścia charakteryzuje się następującymi
cechami:
• ma za zadanie ujawnienie pogarszającej się sytuacji przedsiębiorstw, a w szczególności wychwycenie i pomiar sygnałów
ostrzegawczych wskazujących na zagrożenie finansowe kontynuacji działalności i upadłości,
• służy do oceny stopnia zagrożenia wyznaczonego prawdopodobieństwem upadłości przedsiębiorstw w perspektywie jed-
nego roku oraz skalowanego w jednostkach odpowiadających wielkości odsetka sądowych postępowań upadłościowych,
• nie jest systemem prognozującym upadłość, a zidentyfikowane sygnały ostrzegawcze odczytywane są jako składowa pro-
gnozy ostrzegawczej.
Wskazane przesłanki opracowania SWO ISR, jego cele i cechy, a także wykorzystywane metody i narzędzia składające się na ścieżki
prowadzonego badania stopnia zagrożenia finansowego kontynuacji działalności i upadłości analizowanej zbiorowości przed-
siębiorstw niefinansowych, determinują zakres i sposób możliwego wnioskowania oraz formułowanych na ich podstawie ocen,
również z uwzględnieniem zasad ich periodyzacji.
10.2. Charakterystyka źródeł danych mikroekonomicznych
Podstawą funkcjonowania Systemu Wczesnego Ostrzegania ISR, wyznacznikiem zakresu i częstotliwości prowadzonych obser-
wacji, przekrojów analitycznych i kryteriów klasyfikacyjnych jest platforma zasilenia w informacje i dane liczbowe. Podstawowym
jej rdzeniem jest zasób tworzony i przetwarzany przez GUS w Warszawie. Zasób ten posiada cechy unikatowości opisujące ana-
logicznie metodologię badań oraz zakres i jakość uzyskiwanych wyników. Tworzą go informacje i dane liczbowe indywidualnych
przedsiębiorstw gromadzone w systemie statystyki narodowej. Przedmiotowy zasób jest przetwarzany dla realizacji celów SWO
ISR z uwzględnieniem zasad zachowania tajemnicy statystycznej.
Analizowaną zbiorowość podmiotów gospodarczych stanowią przedsiębiorstwa niefinansowe o liczbie pracujących od 10 osób,
które złożyły obowiązkowe sprawozdanie statystyczne (oznaczane jako F–01/–01 oraz F–02 i SP). Według stanu na koniec II poło-
wy 2013 r. było to 51269 przedsiębiorstw. Przedsiębiorstwa wyróżnionych trzech rodzajów działalności – produkcyjne, handlowe
i usługowe – posiadały udział w całej zbiorowości przedsiębiorstw niefinansowych o liczbie pracujących od 10 osób, nie niższy niż
93,4% pod względem wartości podstawowych kategorii ekonomicznych (liczba pracujących 95,3%, majątek ogółem 93,4%, przy-
chody ze sprzedaży 96,5%, wynik finansowy netto 99,8%, kapitał własny 93,8%, wartość dodana 96,6%, nakłady inwestycyjne 94,5%).
2 Opracowana koncepcja badań stopnia zagrożenia finansowego kontynuacji działalności i upadłości, w tym wyróżnione ścieżki i metody ba-dawcze wraz z ich aktualizacjami, są przedmiotem szczegółowego omówienia w: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Koncep-cja badań stanu i wyników przedsiębiorstw dla potrzeb Instrumentu Szybkiego Reagowania. Założenia rozwiązania „System Wczesnego Ostrzegania” – Metody i narzędzia monitorowania gospodarki w komponencie mikroekonomicznym, MSAP UEK, Kraków, maj 2011; J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny stopnia zagrożenia przedsiębiorstw upadłością – komponent mikroekonomiczny, Raport 1, MSAP UEK, Kra-ków, czerwiec 2011; J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny stopnia zagrożenia przedsiębiorstw upadłością – kompo-nent mikroekonomiczny, Raport 11, MSAP UEK, Kraków, grudzień 2013.
123
Ponadto badana zbiorowość posiadała udział w wartości dodanej całego sektora instytucjonalnego przedsiębiorstw w Polsce (uj-
mując szeroko, w tworzeniu PKB) na poziomie odpowiednio: 91,7% (ogółem) oraz 88,5% (produkcja, handel, usługi) – dopełnienie
stanowi udział podmiotów gospodarczych o liczbie pracujących do 9 osób objętych w ramach statystyki narodowej badaniem
reprezentacyjnym na podstawie 4% próbki losowej. Wielkości te pozwalają na przyjęcie wnioskowania przeprowadzonego z wy-
korzystaniem badanej zbiorowości jako wysoce wiarygodnego, uprawniającego do uogólnień odnoszonych do całego sektora
instytucjonalnego przedsiębiorstw w Polsce.
Informacje i dane liczbowe charakteryzujące indywidualne przedsiębiorstwa w ramach zbioru przetwarzanego przez GUS w War-
szawie obejmują trzy podstawowe ich grupy:
• informacje ogólne i identyfikacyjne (numer jednostki statystycznej, rodzaj prowadzonej działalności – dział PKD, forma wła-
sności, forma organizacyjno-prawna, lokalizacja – województwo, status aktywności),
• dane liczbowe opisujące sytuację finansową (zbiór 29 miar oceny względnej),
• dane liczbowe opisujące dynamikę zmian podstawowych wielkości finansowych (zbiór 10 miar oceny szeregów czasowych
przy podstawie zmiennej).
Prowadzona analiza i ocena oraz wnioskowanie w zakresie kondycji finansowej, a także stopnia zagrożenia finansowego kontynu-
acji działalności i upadłości są dokonywane w wielowymiarowej przestrzeni przedsiębiorstw niefinansowych opisanych kryteriami:
• wielkości przedsiębiorstw, tj.:
– klasa małych (przedsiębiorstwa o liczbie pracujących 10–49 osób),
– klasa średnich (przedsiębiorstwa o liczbie pracujących 50–249 osób),
– klasa dużych (przedsiębiorstwa o liczbie pracujących 250 i więcej),
• grup rodzajowych, tj. rodzaju działalności:
– produkcyjnej (zakres działów PKD 5–39),
– handlowej (zakres działów PKD 45–47),
– usługowej (zakres działów PKD 41–43; 49–68; 77–82; 94–96),
• sekcji PKD, tj. wybranych działów gospodarki narodowej:
– przemysł (zakres sekcji PKD: B, C, D, działy 5–35),
– budownictwo (zakres sekcji PKD: F, działy 41–43),
– handel hurtowy i detaliczny (zakres sekcji PKD: H, działy 45–47),
– transport i gospodarka magazynowa (zakres sekcji PKD: H, działy 49–53),
– informacja i komunikacja (zakres sekcji PKD: J, działy 58–63),
• działów PKD, tj.: 32 produkcyjnych, 3 handlowych oraz 27 usługowych (zakres działów PKD – jak w rodzajach działalności),
• województw (16 regionów).
Kolejną warstwą zasilenia w informacje i dane liczbowe są wielkości ekonomiczne i finansowe opisujące kondycję działów PKD
(tło ekonomiczne w postaci analiz branżowych), sekcji PKD oraz rodzajów działalności z uwzględnieniem kryterium klasy wielkości
przedsiębiorstw oraz lokalizacji (województwa). Są one opracowywane, analizowane i oceniane z wykorzystaniem baz danych
dostarczanych przez system Info Gospodarka SŚiDP Pont Info Ltd. w Warszawie, dla którego pierwotnym źródłem są bazy danych
GUS w Warszawie.
Trzecią warstwą zasilenia w informacje i dane liczbowe jest Monitor Sądowy i Gospodarczy Ministerstwa Sprawiedliwości oraz
Ogólnopolski Informator Upadłościowy COFACE Poland w Warszawie. Gromadzone, przetwarzane i analizowane wielkości opisują
oraz charakteryzują procesy upadłościowe przedsiębiorstw w zakresie wszczętych postępowań upadłościowych z wykorzystaniem
przepisów ustawy z 28 lutego 2013 r. Prawo upadłościowe i naprawcze (Dz.U. z 2013 r., Nr 60, poz. 535).
Periodyzacja badań w ramach SWO ISR i prezentacja ich wyników jest determinowana cyklicznością badań w ramach statystyki
narodowej prowadzonej przez GUS w Warszawie. Wyniki badań stopnia zagrożenia finansowego kontynuacji działalności i upadło-
ści w formie raportów są opracowywane z częstotliwością kwartalną – począwszy od czwartego kwartału 2010 r. do III kw. 2013 r.
Aktualizacja wyników obejmuje periodyzację kwartalną dla przedsiębiorstw średnich i dużych oraz periodyzację półroczną dla
przedsiębiorstw małych oraz przedsiębiorstw ogółem.
Poza analizą obejmującą bieżący okres badawczy dla celów porównawczych oraz wnioskowania w zakresie kierunku i tendencji
zmian prowadzone badania obejmują ujęcie retrospektywne od I kw. 2007 r. Natomiast w zakresie prognozowania szeregów czaso-
wych zmiennych (czynników) modeli predykcji zagrożenia przyjęty został okres prognozy krótkoterminowej, rocznej, z periodyzacją
odpowiednio: kwartalną i półroczną (dla klas przedsiębiorstw).
124
Tabela 10.1. Działy PKD stanowiące podstawę zasilenia informacyjnego i badania w ramach SWO ISR
PKD NAZWA DZIAŁU PKD
05 WYDOBYWANIE WĘGLA KAMIENNEGO I WĘGLA BRUNATNEGO (LIGNITU)
08 POZOSTAŁE GÓRNICTWO I WYDOBYWANIE
09 DZIAŁALNOŚĆ USŁUGOWA WSPOMAGAJĄCA GÓRNICTWO I WYDOBYWANIE
10 PRODUKCJA ARTYKUŁÓW SPOŻYWCZYCH
11 PRODUKCJA NAPOJÓW
12 PRODUKCJA WYROBÓW TYTONIOWYCH
13 PRODUKCJA WYROBÓW TEKSTYLNYCH
14 PRODUKCJA ODZIEŻY
15 PRODUKCJA SKÓR I WYROBÓW ZE SKÓR WYPRAWIONYCH
16 PRODUKCJA WYROBÓW Z DREWNA ORAZ KORKA, Z WYŁĄCZENIEM MEBLI; PRODUKCJA WYROBÓW ZE SŁOMY I MATERIAŁÓW UŻYWANYCH DO WYPLATANIA
17 PRODUKCJA PAPIERU I WYROBÓW Z PAPIERU
18 POLIGRAFIA I REPRODUKCJA ZAPISANYCH NOŚNIKÓW INFORMACJI
19 WYTWARZANIE I PRZETWARZANIE KOKSU I PRODUKTÓW RAFINACJI ROPY NAFTOWEJ
20 PRODUKCJA CHEMIKALIÓW I WYROBÓW CHEMICZNYCH
21 PRODUKCJA PODSTAWOWYCH SUBSTANCJI FARMACEUTYCZNYCH ORAZ LEKÓW I POZOSTAŁYCH WYROBÓW FARMAC.
22 PRODUKCJA WYROBÓW Z GUMY I TWORZYW SZTUCZNYCH
23 PRODUKCJA WYROBÓW Z POZOSTAŁYCH MINERALNYCH SUROWCÓW NIEMETALICZNYCH
24 PRODUKCJA METALI
25 PRODUKCJA METALOWYCH WYROBÓW GOTOWYCH, Z WYŁĄCZENIEM MASZYN I URZĄDZEŃ
26 PRODUKCJA KOMPUTERÓW, WYROBÓW ELEKTRONICZNYCH I OPTYCZNYCH
27 PRODUKCJA URZĄDZEŃ ELEKTRYCZNYCH
28 PRODUKCJA MASZYN I URZĄDZEŃ, GDZIE INDZIEJ NIESKLASYFIKOWANA
29 PRODUKCJA POJAZDÓW SAMOCHODOWYCH, PRZYCZEP I NACZEP, Z WYŁĄCZENIEM MOTOCYKLI
30 PRODUKCJA POZOSTAŁEGO SPRZĘTU TRANSPORTOWEGO
31 PRODUKCJA MEBLI
32 POZOSTAŁA PRODUKCJA WYROBÓW
33 NAPRAWA, KONSERWACJA I INSTALOWANIE MASZYN I URZĄDZEŃ
35 WYTWARZANIE I ZAOPATRYWANIE W EN. EL., GAZ, PARĘ WODNĄ, GORĄCĄ WODĘ I POWIETRZE DO UKŁADÓW KLIM.
36 POBÓR, UZDATNIANIE I DOSTARCZANIE WODY
37 ODPROWADZANIE I OCZYSZCZANIE ŚCIEKÓW
38 DZIAŁALNOŚĆ ZWIĄZANA ZE ZBIERANIEM, PRZETW. I UNIESZKODLIWIANIEM ODPADÓW; ODZYSK SUROWCÓW
39 DZIAŁALNOŚĆ ZWIĄZANA Z REKULTYWACJĄ I POZOSTAŁA DZ. USŁUGOWA ZWIĄZANA Z GOSPODARKĄ ODPADAMI
41 ROBOTY BUDOWLANE ZWIĄZANE ZE WZNOSZENIEM BUDYNKÓW
42 ROBOTY ZWIĄZANE Z BUDOWĄ OBIEKTÓW INŻYNIERII LĄDOWEJ I WODNEJ
43 ROBOTY BUDOWLANE SPECJALISTYCZNE
45 HANDEL HURTOWY I DETALICZNY POJAZDAMI SAMOCHODOWYMI; NAPRAWA POJAZDÓW SAMOCHODOWYCH
46 HANDEL HURTOWY, Z WYŁĄCZENIEM HANDLU POJAZDAMI SAMOCHODOWYMI
47 HANDEL DETALICZNY, Z WYŁĄCZENIEM HANDLU DETALICZNEGO POJAZDAMI SAMOCHODOWYMI
49 TRANSPORT LĄDOWY ORAZ TRANSPORT RUROCIĄGOWY
50 TRANSPORT WODNY
51 TRANSPORT LOTNICZY
52 MAGAZYNOWANIE I DZIAŁALNOŚĆ USŁUGOWA WSPOMAGAJĄCA TRANSPORT
55 ZAKWATEROWANIE
56 DZIAŁALNOŚĆ USŁUGOWA ZWIĄZANA Z WYŻYWIENIEM
58 DZIAŁALNOŚĆ WYDAWNICZA
59 DZIAŁALNOŚĆ ZWIĄZANA Z PRODUKCJĄ FILMÓW, NAGRAŃ WIDEO, PROGRAMÓW TELEWIZYJNYCH, NAGRAŃ DŹWIĘKOWYCH IMUZYCZNYCH
cd.®
125
PKD NAZWA DZIAŁU PKD
60 NADAWANIE PROGRAMÓW OGÓLNODOSTĘPNYCH I ABONAMENTOWYCH
61 TELEKOMUNIKACJA
62 DZIAŁALNOŚĆ ZWIĄZANA Z OPROGRAMOWANIEM I DORADZTWEM W ZAKRESIE INFORMATYKI ORAZ DZ. POWIĄZANA
63 DZIAŁALNOŚĆ USŁUGOWA W ZAKRESIE INFORMACJI
64 FINANSOWA DZIAŁALNOŚĆ USŁUGOWA, Z WYŁĄCZENIEM UBEZPIECZEŃ I FUNDUSZÓW EMERYTALNYCH
66 DZIAŁALNOŚĆ WSPOMAGAJĄCA USŁUGI FINANSOWE ORAZ UBEZPIECZENIA I FUNDUSZE EMERYTALNE
68 DZIAŁALNOŚĆ ZWIĄZANA Z OBSŁUGĄ RYNKU NIERUCHOMOŚCI
77 WYNAJEM I DZIERŻAWA
78 DZIAŁALNOŚĆ ZWIĄZANA Z ZATRUDNIENIEM
79 DZIAŁALNOŚĆ ORGANIZATORÓW TURYSTYKI, POŚREDNIKÓW I AGENTÓW TURYSTYCZNYCH ORAZ POZOSTAŁA DZIAŁALNOŚĆ USŁUGOWA W ZAKRESIE REZERWACJI I DZIAŁALNOŚCI Z NIĄ ZWIĄZANE
80 DZIAŁALNOŚĆ DETEKTYWISTYCZNA I OCHRONIARSKA
81 DZIAŁALNOŚĆ USŁUGOWA ZWIĄZANA Z UTRZYMANIEM PORZĄDKU W BUDYNKACH I ZAGOSPOD. TERENÓW ZIELENI
82 DZIAŁALNOŚĆ ZWIĄZANA Z ADMINISTRACYJNĄ OBSŁUGĄ BIURA I POZ. DZ. WSPOMAGAJĄCA PROWADZENIE DZ. GOSP.
94 DZIAŁALNOŚĆ ORGANIZACJI CZŁONKOWSKICH
95 NAPRAWA I KONSERWACJA KOMPUTERÓW I ARTYKUŁÓW UŻYTKU OSOBISTEGO I DOMOWEGO
96 POZOSTAŁA INDYWIDUALNA DZIAŁALNOŚĆ USŁUGOWA
Źródło: opracowanie własne.
10.3. System oceny sytuacji finansowej przedsiębiorstw
Dysponując przedmiotowo wieloprzekrojowymi oraz zróżnicowanymi podmiotowo informacjami i danymi liczbowymi charakte-
ryzującymi zbiorowość przedsiębiorstw niefinansowych z wykorzystaniem opracowanych modeli i miar szczegółowych wypraco-
wano główny szkielet Systemu Wczesnego Ostrzegania ISR z wpisanymi ścieżkami badawczymi. Kompozycja ta, spójna pojęciowo
i narzędziowo, z wyróżnionymi elementami strukturalnymi, celami badania i czynnikiem porządkującym w postaci zdefiniowanej
miary stopnia zagrożenia finansowego kontynuacji działalności i upadłości przedsiębiorstw, wypełnia cechy rozwiązania zintegro-
wanego (systemowego).
W architekturze SWO ISR wyróżniono sześć płaszczyzn badania i oceny sytuacji przedsiębiorstw niefinansowych – ich kondycji
finansowej oraz stopnia zagrożenia. Są to:
1. Analiza zmian zbiorowości przedsiębiorstw, ich potencjału i wyników finansowych.
2. Analiza wszczętych sądowych postępowań upadłościowych podmiotów gospodarczych.
3. Wieloprzekrojowa analiza zmian kondycji finansowej przedsiębiorstw.
4. Analiza stopnia zagrożenia finansowego kontynuacji działalności i upadłości przedsiębiorstw.
5. Analiza czynników zagrożenia grupy działów PKD o najwyższym stopniu zagrożenia (tzw. „TOP 10”).
6. Prognozowanie czynników zmian oraz stopnia zagrożenia finansowego kontynuacji działalności i upadłości.
Każda z wyróżnionych płaszczyzn SWO ISR stanowi wyodrębnioną ścieżkę badawczą składającą się w podejściu zintegrowanym na
pomiar, ocenę, klasyfikowanie oraz prognozowanie stopnia zagrożenia finansowego kontynuacji działalności i upadłości. W każdej
płaszczyźnie zidentyfikowano, wyodrębniono, dokonano pomiaru i analizy kluczowych wielkości opisujących i charakteryzujących
zarówno płaszczyznę badania (ścieżkę), jak i przebiegający w ramach niej proces oceny.
W szczególności w zakresie zmian zbiorowości przedsiębiorstw (demografii), ich potencjału i wyników finansowych poddano
ocenie:
• liczbę przedsiębiorstw,
• liczbę pracujących,
• przychody ze sprzedaży,
• nakłady inwestycyjne,
• aktywa ogółem,
• zobowiązania krótkoterminowe,
• należności i roszczenia,
• wynik finansowy netto.
126
Działy
PKD
I-II
2007
III-IV
2007
I-II
2008
III-IV
2008
I-II
2009
III-IV
2009
I-II
2010
III-IV
2010
I-II
2011
III-IV
2011
I-II
2012
III-IV
2012
I-II
2013
45 8 4 6 2 1 0 0 1 2 7 1 3 2 9 7 1 1 4 8 7 1 2 8 1 1 4 1 7 6 1 5 9 1 8 4
46 8 5 7 9 8 3 8 7 1 2 0 1 0 9 1 1 8 9 4 1 2 4 1 0 5 1 3 4 1 1 8 1 2 9
47 1 0 5 7 3 1 0 7 8 5 1 4 2 1 0 5 1 6 3 1 0 7 1 3 0 1 1 9 1 5 2 1 2 2 1 5 9
41 1 9 1 1 4 2 1 5 9 1 5 3 1 7 5 1 6 5 2 4 8 2 0 7 2 6 5 2 3 2 2 9 7 2 8 6 3 3 3
42 2 6 7 1 3 4 2 8 3 1 8 8 3 1 9 1 5 2 3 3 6 1 8 3 3 7 8 2 6 3 5 5 9 3 5 6 5 4 3
43 8 7 6 2 8 9 5 4 1 0 1 7 3 1 8 9 1 1 9 1 9 3 1 6 3 2 0 4 2 1 2 2 8 7
49 1 5 5 1 7 0 2 4 0 2 3 8 1 7 5 2 1 9 1 0 2 1 1 4 4 9 1 0 3 5 4 1 0 3 1 0 8
50 2 5 2 3 6 3 2 2 3 8 4 1 1 7 3 1 0 9 0 1 0 0 7 5 3 9 1 3 4 4 1 2 2 3 1 2 3 2 1 0 5 0 8 2 0
51 5 5 2 1 1 9 0 6 1 5 1 0 7 0 1 5 7 2 4 4 3 3 0 8 4 4 3 8 7 1 5 5 9 0 1 0 2 2
52 2 9 4 4 8 9 4 6 5 4 5 4 1 7 7 1 8 0 1 7 8 3 5 8 2 4 9 3 3 0 3 1 7
53 7 6 9 1 1 6 1 3 1 3 2 2 3 2 8 9 1 4 7 6 9 3 6 4 3 7 3 3 7 9 3 5 9 3 9 8
55 6 5 8 8 1 0 7 1 0 7 1 8 1 1 4 4 1 5 7 1 1 5 1 5 5 1 3 3 1 2 6 6 2 2 8 4
56 2 5 4 5 1 2 2 3 4 4 2 3 2 3 2 4 5 7 8 1 0 1 1 7 5
58 1 7 1 8 6 1 1 0 1 8 7 2 6 4 1 0 3 1 0 0 7 7 1 8 0 1 3 6 1 6 3 9 1 1 6 5
59 1 7 0 2 9 9 1 4 8 1 7 8 2 6 9 1 7 7 5 0 8 4 8 8 5 8 5 8 1 1 6 6 5 3 0 0 2 7 2
60 7 8 1 7 8 8 9 7 9 8 1 3 6 1 0 7 7 3 1 2 5 1 1 1 1 4 7 1 7 0 2 0 8
61 1 5 0 1 7 0 1 5 0 1 6 2 6 4 9 3 6 8 1 0 6 1 2 1 1 3 7 1 1 1 1 1 7 2 8 3
62 1 1 1 1 3 0 9 9 7 5 4 5 5 6 5 5 7 2 6 1 1 0 1 8 9 1 1 8 8 0
63 4 1 1 6 8 4 6 3 3 7 1 0 3 5 7 1 0 2 1 0 6 3 1 9 2 6 9 2 3 1
66 2 1 2 6 3 8 1 9 5 1 6 8 6 3 4 7 6 3 5 5 4 7 1 7 6
68 1 4 4 1 1 8 8 9 2 4 0 1 4 7 1 6 9 1 1 1 1 4 7 1 2 3 2 6 6 1 3 1 1 9 3 9 7
78 1 8 4 2 0 2 1 6 5 2 8 8 2 8 0 2 9 8 4 1 6 3 0 8 2 9 4 2 8 1 2 9 9 3 2 1 4 6 4
79 2 5 1 6 0 3 7 4 9 0 7 3 1 3 8 1 5 2 5 3 1 7 3 9 2 2 8 3 5 5 6 2 1 9 3 4 5
80 6 1 7 5 2 7 7 3 3 2 1 4 4 5 2 1 0 1 0 2 1 0 9 1 6 8 1 6 6 2 0 1
81 1 7 2 8 1 8 3 6 1 8 1 6 2 5 1 0 7 2 3 0 1 0 1 6 4 1 2 8
82 2 9 7 4 7 2 3 3 6 3 8 1 4 8 3 9 8 2 8 3 1 1 1 1 2 1 4 8 3 1 1 5 3 2 3 7
94 3 0 2 4 4 3 5 5 2 1 2 9 6 6 4 2 4 5 7 2 1 6 4 1 1 0 9 4 2
95 4 7 2 7 5 2 1 8 4 7 5 2 1 6 1 1 7 3 2 4 7 1 8 4 1 5 2 2 9 6 3 0 4
96 1 4 8 2 2 3 1 2 0 2 3 1 7 1 7 7 2 4 101 5 1 4 8 8 6 2 6 4
HANDLOWE
USŁUGOWE
Wspólna płaszczyzna pomiaru
Demografia, potencjał, wyniki
Postępowania upadłościoweKondycja finansowa
KlasyfikowaniePomiar i ocena Prognozowanie
Stopień zagrożenia
SWO ISRRys. 10.1. Architektura, etapy i procesy tworzące System Wczesnego Ostrzegania ISR
Źródło: opracowanie własne.
W obszarze oceny zjawiska upadłości przedsiębiorstw w ujęciu prawnym (upadłość sensu stricto, insolvency proceedings) analiza
i ocena wszczętych sądowych postępowań upadłościowych objęła:
• liczbę i odsetek postępowań,
• rodzaje postępowania upadłościowego,
• analizę regionalną według województw (regionalny barometr upadłości – RBU),
• analizę branżową według rodzaju działalności (branżowy barometr upadłości – BBU).
Wieloprzekrojowa analiza zmian kondycji finansowej przedsiębiorstw jest prowadzona z zastosowaniem kluczowych miar oceny:
• ogólnej sytuacji firmy,
• płynności finansowej,
• zadłużenia ogółem,
• zdolności do obsługi zadłużenia,
• sprawności działania:
– cykl zapasów,
– cykl należności,
– cykl zobowiązań krótkoterminowych,
– cykl gotówki,
• produktywności majątku,
• rentowności operacyjnej sprzedaży,
• rentowności aktywów.
Centralną płaszczyzną i procesem oceny jest wnioskowanie w zakresie stopnia zagrożenia finansowego kontynuacji działalności
i upadłości przedsiębiorstw (upadłość sensu largo, financial distress) z wykorzystaniem estymowanych modeli predykcyjnych (klasy
PR oraz MW). Dokonywane jest ono w wielowymiarowej przestrzeni przedsiębiorstw niefinansowych opisanych kryteriami:
• wielkości przedsiębiorstw,
• grup rodzajowych, tj. rodzaju działalności,
• sekcji PKD, tj. wybranych działów gospodarki narodowej,
• działów PKD, tj.: 32 produkcyjnych, 3 handlowych oraz 27 usługowych,
• województw (16 regionów).
127
Dzięki określaniu indywidualnych wartości zagrożenia upadłością dla poszczególnych przedsiębiorstw zostały poszerzone (od
11 edycji badań) możliwości i zakres prezentowanych wyników analiz stopnia zagrożenia finansowego kontynuacji działalności
i upadłości. Stąd analizie dokonywanej na poziomie agregacji ogółem, rodzajów działalności oraz sekcji PKD poddawane są:
• szereg czasowy wartości średniej i odchylenia standardowego stopnia zagrożenia upadłością,
• szereg czasowy wartości średniej, decyla dziewiątego oraz relacji maksimum do wartości średniej,
• wartości decyli dla dwóch okresów porównawczych,
• zmiana rozstępów międzydecylowych dla dwóch okresów porównawczych,
• dystrybuanta rozkładu dla dwóch okresów porównawczych,
• szereg czasowy odchyleń dodatnich decyli od średniej oraz szereg rozstępu między decylem dziewiątym a pierwszym,
• szereg czasowy wartości średniej, przedziału górnego i dolnego oraz decyla dziewiątego,
• szereg czasowy rozkładu decylowego.
Analiza „map ciepła” (stopnia zagrożenia) oraz syntetyczna miara oceny (MSO) stanowią kryteria wydzielenia obszarów szczegól-
nego zagrożenia – działów PKD, tzw. lista „TOP 10”. W jej obrębie prowadzona jest wielokryterialna analiza czynników zagrożenia
z uwzględnieniem:
• liczby przedsiębiorstw,
• liczby pracujących,
• stopnia zagrożenia i czynników go kształtujących:
– produktywności majątku,
– rentowności operacyjnej aktywów,
– rentowności operacyjnej sprzedaży,
– rentowności kapitału własnego,
– płynności bieżącej,
– samofinansowania,
– zadłużenia krótkoterminowego,
• sprawności działania (cykl gotówki i jego składowe: cykl zapasów, należności, zobowiązań krótkoterminowych).
Zastosowanie metod prognozowania szeregów czasowych zmiennych (czynników) modeli predykcji zagrożenia umożliwiło do-
datkowe wydłużenie okresu przewidywania stopnia zagrożenia poza ich horyzont predykcyjny. Daje podstawę do wnioskowania
o kształtowaniu się przyszłych poziomów zagrożenia finansowego kontynuacji działalności i upadłości oraz pozwala na wydłużenie
horyzontu czasowego o kolejny okres roczny. Prowadzone wnioskowanie wykorzystuje kryteria klasyfikowania i oceny zbioru
przedsiębiorstw niefinansowych:
• wielkość przedsiębiorstw,
• grupy rodzajowe, tj. rodzaj działalności,
• sekcje PKD, tj. wybrane działy gospodarki narodowej.
Spójność pojęciowa i narzędziowa, elementy strukturalne, cele badania i czynnik porządkujący nadają SWO ISR cechę rozwiązania
zintegrowanego, pełniącego kluczową funkcję oraz stanowiącego komponent monitorowania systemu ISR dopełniony podejściem
makroekonomicznym – badaniem koniunktury gospodarczej.
Rdzeniem SWO ISR jest ocena stopnia zagrożenia finansowego kontynuacji działalności i upadłości przedsiębiorstw, dodatkowo
wzmocniona pięcioma płaszczyznami analitycznymi. W wyniku prowadzonego postępowania badawczego dochodzi do ich po-
łączenia, a generowany strumień informacji opisuje zagrożenie finansowe, skalowane (modele klasy MW) odsetkiem sądowych
postępowań upadłościowych – przenikanie upadłości sensu largo (financial distress), upadłością sensu stricto (insolvency proceedings).
10.4. Estymacja modeli zagrożenia upadłością
Jako mierniki opisujące w sposób syntetyczny stan przedsiębiorstwa najczęściej wykorzystuje się wskaźniki finansowe. Do bu-
dowy modeli zagrożenia upadłością wykorzystano zbiór 24 wskaźników z obszarów: produktywności, płynności, finansowania,
rentowności, zadłużenia oraz sprawności3. Oprócz zmiennych objaśniających w podstawowej formie dodatkowo zostały zbadane
ich nieliniowe funkcje oraz interakcje pomiędzy parami zmiennych4.
3 Zdefiniowane wskaźniki stanowią zbiór zmiennych objaśniających, które w przypadku przedsiębiorstwa zagrożonego opisują jego kondycję finansową na jeden rok przed ogłoszeniem stanu upadłości prawnej (wszczęcie sądowego postępowania upadłościowego).
4 Szersze omówienie przebiegu, metod i technik estymowania przedmiotowych modeli zawiera: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Koncepcja badań stanu …, op.cit., J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny … Raport 1, op.cit.
128
Tabela 10.2. Wskaźniki finansowe wykorzystane w budowie modeli predykcyjnych
Obszar analizy Wskaźniki finansowe
Płynność Płynność bieżąca, płynność szybka, płynność środków pieniężnych
FinansowanieOgólna sytuacja finansowa, samofinansowanie, pokrycie aktywów trwałych kapitałem stałym, zdol-ność obsługi zadłużenia, pokrycie zobowiązań nadwyżką finansową, okres spłaty zadłużenia, zdolność kredytowa/pojemność zadłużeniowa
RentownośćRentowność sprzedaży, rentowność operacyjna sprzedaży, rentowność aktywów, rentowność opera-cyjna aktywów, rentowność kapitału własnego
Zadłużenie Zadłużenie ogółem, zadłużenie krótkoterminowe, zadłużenie długoterminowe
Produktywność/sprawnośćProduktywność majątku, cykl konwersji zapasów, należności, zobowiązań, gotówki, cykl kapitału ob-rotowego netto
Źródło: opracowanie własne.
W celu utworzenia zbioru uczącego5 na pierwszym etapie badań (edycja 1–10) w ramach SWO ISR (2011 r. – I połowa 2013 r.) zgro-
madzono możliwie najpełniejszy zbiór danych o przedsiębiorstwach zagrożonych (cases). Następnie metodą case-control dobrano
do nich przedsiębiorstwa niezagrożone (controls)6. Za kryterium klasyfikujące przedsiębiorstwo jako zagrożone przyjęto ogłoszenie
stanu upadłości, tj. wszczęcie sądowego postępowania upadłościowego. Odpowiednie dane liczbowe, które posłużyły do stwo-
rzenia zbioru uczącego, pozyskano z baz o publicznym dostępie do danych o przedsiębiorstwach. W rezultacie pierwotny zbiór
danych liczył 15 tys. przedsiębiorstw niezagrożonych i ok. 2 tys. zagrożonych. W następstwie eliminacji niekompletnych danych oraz
po uwzględnieniu kryteriów dobierania końcowy zbiór uczący liczył 426 przedsiębiorstw zagrożonych oraz 1936 niezagrożonych.
Tworzenie modeli predykcji poprzedziła analiza jednowymiarowych rozkładów zmiennych objaśniających, osobno dla przed-
siębiorstw zagrożonych i niezagrożonych. Rozkłady były analizowane zarówno w oparciu o liczbowe charakterystyki opisowe
(średnia, decyle, miary rozproszenia), jak i odpowiednie wykresy (histogramy, wykresy ramka–wąsy, funkcje gęstości wyznaczane
estymatorami jądrowymi). Ponadto w analizach jednowymiarowych określano zdolności predykcyjne prostych reguł decyzyjnych
opartych na wartościach indywidualnych zmiennych objaśniających. Zdolności predykcyjne prostych reguł oraz opisanych poniżej
modeli mierzono za pomocą czułości (odsetek przedsiębiorstw zagrożonych uznanych za zagrożone) oraz specyficzności (odsetek
przedsiębiorstw niezagrożonych uznanych za niezagrożone). Równie istotnym elementem wstępnej analizy danych była ocena
korelacji wszystkich potencjalnych zmiennych objaśniających (wskaźników finansowych). Pozwoliła ona określić grupy zmiennych
przenoszących podobną informację o zagrożeniu upadłością.
Pomimo wykorzystywania dość licznego zbioru przedsiębiorstw (blisko 2,5 tys.), koncepcja modelowania z uwzględnieniem spe-
cyfiki prowadzonej działalności (jej rodzaju – produkcja, handel, usługi) wymagała dołożenia szczególnej staranności, aby dane
zostały wykorzystane maksymalnie efektywnie, wnioskowanie było obarczone jak najmniejszym błędem systematycznym, a nie-
pewność ocen parametrów była mierzona rzetelnie. Liczne badania potwierdzają, że w małych próbach oceny parametrów modelu
regresji logistycznej7 uzyskane klasyczną metodą największej wiarygodności charakteryzują się znacznym obciążeniem. Mając to 5 W zakresie tworzenia zbioru uczącego standardowym postępowaniem jest zgromadzenie danych liczbowych o przedsiębiorstwach zagrożo-
nych, a następnie dobranie do nich przedsiębiorstw niezagrożonych. W przypadku niewielkich zbiorów danych stosuje się zazwyczaj dobiera-nie oparte na wiedzy eksperckiej oraz wnikliwej analizie każdej pojedynczej obserwacji. Takie podejście jest jednak mało efektywne w analizach dokonywanych na większych zbiorach danych.
6 Metoda ta polega na określeniu kilku kluczowych charakterystyk jednostek statystycznych oraz dopasowaniu do każdej jednostki posiadającej wyróżnioną cechę jednostki bez takiej cechy, która jest do niej najbardziej podobna ze względu na zmienne służące do dobierania (parowania). Przyjęto, że każdemu przedsiębiorstwu zagrożonemu będą towarzyszyć przedsiębiorstwa niezagrożone podobne pod względem wartości ich aktywów oraz przychodów netto ze sprzedaży, a dobieranie będzie odbywać się na poziomie zgodności działu PKD oraz formy prawnoorga-nizacyjnej. Ponadto dane finansowe tych przedsiębiorstw będą pochodzić z tego samego roku obrachunkowego. Najczęściej wykorzystuje się dobieranie „1 do 1”, lecz z teoretycznego punktu widzenia uzasadnione jest dobieranie nawet „1 do 5”. W badaniach każdemu przedsiębiorstwu zagrożonemu możliwe było przypisanie 4 lub 5 podobnych do niego przedsiębiorstw niezagrożonych. Por. także: Hosmer, Lemeshow 1989, s. 145–162).
7 Regresja logistyczna jest powszechnym narzędziem analizy danych binarnych i najczęściej służy do oceny wpływu zmiennych niezależnych na prawdopodobieństwo wystąpienia określonego zdarzenia. W klasycznym modelu regresji logistycznej przyjmuje się, że zmienna zależna
yi ∈ 0,1 (i = 1,..., n) podlega rozkładowi Bernoulliego z prawdopodobieństwem sukcesu F xi( )’q , gdzie funkcja F jest dystrybuantą rozkładu lo-
gistycznego postaci F xexp x
ii
’’
( )=+ −
1
1, gdzie x
i to p-wymiarowy wektor zmiennych objaśniających, a θ ∈ Rp to zawierający wyraz wol-
ny p–wymiarowy wektor parametrów strukturalnych. W celu oszacowania parametrów modelu wyznacza się funkcję wiarygodności oraz jej logarytm naturalny, a następnie oblicza się pochodne cząstkowe logarytmu funkcji wiarygodności względem parametrów modelu U(θ). Roz-wiązanie układu równań U(θ) = 0 jest równoważne ze znalezieniem wektora ocen parametrów θ
NW maksymalizujących funkcję wiarygodności.
Wektor θNW
jest uzyskiwany za pomocą procedury iteracyjnej. W przypadku modelu regresji logistycznej Firtha, funkcję U(θ) zastępuje się pew-
ną jej modyfikacją: U y F x h F x xi
n
i i i i i* ’ ’( )q q q( )= − ( )+ − ( )
=∑
1
1
2, gdzie h
i to diagonalne elementy macierzy H W X X WX X W= −
12 1
12( )’ ’
129
na względzie, dla celów prowadzonych badań wykorzystano model regresji logistycznej Firtha, który można traktować jako stosun-
kowo niewielką modyfikację klasycznego modelu regresji logistycznej. Oceny parametrów w tym modelu są niemal nieobciążone,
natomiast przedziały ufności charakteryzują się lepszymi właściwościami probabilistycznymi. Na potrzeby prowadzonych badań
wykonano pogłębione studia nad modelem regresji logistycznej oraz opracowano specjalistyczne oprogramowanie8. W celu okre-
ślenia optymalnego zbioru zmiennych objaśniających tworzących model regresji logistycznej wykorzystano metodę najlepszego
podzbioru (rozważano modele liczące maksymalnie osiem zmiennych objaśniających). Za kryterium oceny dopasowania modelu
do danych przyjęto miarę AIC (Akaike Information Criterion).
Zgodnie z opisaną powyżej metodologią oszacowano trzy modele stopnia zagrożenia upadłością – odpowiednio dla przedsię-
biorstw produkcyjnych, handlowych oraz usługowych. Ocena skuteczności modeli została dokonana za pomocą czułości, specy-
ficzności oraz miary AUC9. Biorąc pod uwagę wartości miar sprawności, należy stwierdzić, że uzyskane modele charakteryzują się
wysokimi zdolnościami predykcyjnymi.
Tabela 10.3. Miary sprawności modeli klasy PR stopnia zagrożenia upadłością
Model Podmioty zagrożone Podmioty niezagrożone Czułość Specyficzność AUC
Przedsiębiorstwa produkcyjne 207 916 82,1% 81,3% 0,890
Przedsiębiorstwa handlowe 65 318 84,6% 84,5% 0,918
Przedsiębiorstwa usługowe 154 702 86,3% 80,0% 0,886
Źródło: opracowanie własne.
Modele jako wzory obliczeniowe służące wyznaczeniu miar stopnia zagrożenia upadłością (modele klasy PR) dla przedsiębiorstw
produkcyjnych, handlowych oraz usługowych są następujące:
przedsiębiorstwa produkcyjne PRP =
+ − − − ⋅−( )
− ⋅−( )
+ ⋅
1
1 0 51 0 441 64
0 850 80
0 41
0 320 651 3exp
W W W, ,
,
,,
,
,, 66 190 45
0 290 70
2 12
13 51
−( )− ⋅
−( )
,
,,
,
,
W
(10.1)
gdzie:
W1 – wskaźnik produktywności majątku,
W3 – wskaźnik samofinansowania,
W6 – wskaźnik zadłużenia krótkoterminowego,
W19
– wskaźnik rentowności operacyjnej aktywów (%).
przedsiębiorstwa handlowe PRH =
+ − − − ⋅−( )
− ⋅−( )
− ⋅
1
1 0 80 0 20179
0 85157
0 33
0 300 691 3exp
W W W, ,
,
,,
,
,, 88 17158
0 980 84
0 00
12 20
−( )− ⋅
−( )
,
,,
,
,
W
(10.2)
, X to macierz danych, a W jest macierzą diagonalną o wymiarach n × n, której i-ty diagonalny element jest równy F x F xi i’ ’( )q q( ) − ( )1 . Mody-
fikacja układu równań U* q( ) jest tożsama z modyfikacją funkcji wiarygodności L L I* /q q q( )= ( ) 1 2, gdzie Iq to macierz informacyjna, nato-
miast funkcja L* q( ) nazywana jest funkcją wiarygodności z karą (penalized likelihood function). Można wykazać, że model regresji logistycznej Firtha pomimo tego, że został wyprowadzony na gruncie klasycznego wnioskowania statystycznego, posiada bayesowski odpowiednik. Jest on równoważny klasycznemu modelowi regresji logistycznej z nałożonym na parametry nieinformacyjnym rozkładem a priori Jeffreysa. Por. także: Long 1997, s. 56–68; Fijorek, Fijorek 2011).
8 Szersze omówienie problematyki oceny parametrów, jak również pogłębioną analizę modelu regresji logistycznej i jego oprzyrządowanie pro-gramistyczne można znaleźć m.in. w: Firth 1993, s. 27–38; Heinze 2006, s. 4216–4226; Fijorek i in. 2011, s. 3439–3440; Fijorek, Sokołowski 2012; Fijorek 2012.
9 AUC (Area Under Curve) to najczęściej wykorzystywana miara jakości klasyfikatora związana z krzywą ROC, określająca pole powierzchni pod tą
krzywą i zawierająca się w przedziale (0,1): AUC y x dx= ( )∫0
1
, gdzie y(x) to funkcja opisująca krzywą ROC (Receiver Operating Characteristic).
ROC jest to dwuwymiarowy wykres, który prezentuje czułość oraz 1 – specyficzność, obliczone dla różnych wartości punktu odcięcia.
130
gdzie:
W1 – wskaźnik produktywności majątku,
W3 – wskaźnik samofinansowania,
W8 – wskaźnik płynności bieżącej,
W17
– wskaźnik rentowności operacyjnej sprzedaży (%).
przedsiębiorstwa usługowe PRU=
+ − − − ⋅−( )
− ⋅−( )
+ ⋅
1
1 0 82 0 462 26
139115
0 39
0 290 691 3exp
W W W, ,
,
,,
,
,, 66 17 200 48
0 270 38
193
9 260 35
7 86
5110
−( )− ⋅
−( )− ⋅
−( )
,
,,
,
,,
,
,
W W
(10.3)
gdzie:
W1 – wskaźnik produktywności majątku,
W3
– wskaźnik samofinansowania,
W6
– wskaźnik zadłużenia krótkoterminowego,
W17
– wskaźnik rentowności operacyjnej sprzedaży (%),
W20
– wskaźnik rentowności kapitału własnego (%).
Uzyskane w wyniku zastosowania oszacowanych modeli wartości wskazują stopień zagrożenia finansowego kontynuacji działalno-
ści i upadłości przedsiębiorstw (upadłość w ujęciu ekonomicznym, sensu largo) ustalony w warunkach aktualnych (bieżącej kondycji
finansowej). Wartość ta jest oszacowaniem, jakie jest obecne prawdopodobieństwo wystąpienia stanu zagrożenia przedsiębiorstw
w perspektywie jednego roku od okresu aktualnego (okresu analizy).
Na podstawie analizy historycznych wartości miary stopnia zagrożenia upadłością dla ocen dokonywanych na poziomie agregacji
ogółem przyjęto trzy stopnie zagrożenia: od 0% do 20% – poziom niski (akceptowalny), powyżej 20% do 40% – poziom ostrze-
gawczy, powyżej 40% – poziom wysoki. Wartości graniczne przedziałów wyznaczono arbitralnie na podstawie analizy wielkości
i rozkładów stopnia zagrożenia upadłością dla okresu wystąpienia punktów zwrotnych oraz wartości szczytowych (analiza retro-
spektywna I połowa 2008 r. – II połowa 2009 r.). Ustalenie wartości stopnia zagrożenia na poziomie ogółem (agregowanie wyników
z modeli specyficznych, właściwych rodzajom działalności) jest dokonywane z zastosowaniem ważenia liczbą pracujących wyników
uzyskiwanych na poziomach niższych.
Drugi etap badań (od II połowy 2013 r., edycja 11–12) przyniósł jako wynik estymację nowych modeli zagrożenia finansowego kon-
tynuacji działalności i upadłości przedsiębiorstw (klasa MW). Cechą wyróżniającą było opracowanie ich na podstawie kompletnej
bazy danych przedsiębiorstw niefinansowych, poddanych pełnemu badaniu w ramach statystyki narodowej przez GUS w Warsza-
wie w latach 2007–2012. Zbiór uczący objął 42479 przedsiębiorstw aktywnych (nieupadłe, stan średni w okresie) obserwowanych
w okresie sześciu lat z cyklicznością półroczną (przedsiębiorstwa małe) i kwartalną (przedsiębiorstwa średnie i duże) oraz 4975
przedsiębiorstw zidentyfikowanych w tym okresie jako upadłe (cykliczność obserwacji analogiczna), klasyfikowanych w trzech
grupach działalności (produkcyjne, handlowe, usługowe). Analizy porównawcze objęły łącznie 641370 obiektookresów (przedsię-
biorstwa obserwowane z zadaną cyklicznością), w tym 353282 obiektookresów tworzących zbiór uczący modeli predykcyjnych.
Tabela 10.4. Miary sprawności modeli klasy MW stopnia zagrożenia upadłością
Model Podmioty aktywne1 Podmioty zagrożone2 Obiektoobserwacje zbioru uczącego3 AUC
Przedsiębiorstwa produkcyjne 13 047 1 377 130 204 0,914
Przedsiębiorstwa handlowe 13 197 906 120 673 0,796
Przedsiębiorstwa usługowe 11 823 1 306 102 405 0,893
Uwagi: 1 średnia roczna liczba przedsiębiorstw w latach 2007–2012; 2 liczba przedsiębiorstw w latach 2007–2012; 3 liczba obiektoobserwacji
z uwzględnieniem periodyzacji półrocznej i kwartalnej w latach 2007–2012.
Źródło: opracowanie własne.
Opracowany uprzednio schemat budowania modeli predykcyjnych nie uległ zmianie. Nowe modele charakteryzują się wyso-
ką sprawnością – AUC wyniosło 0,914 dla przedsiębiorstw produkcyjnych, 0,796 dla handlowych oraz 0,893 dla usługowych10.
Określa to estymowane modele jako bardzo dobre i dobre, a ich wysoką jakość predykcyjną podnosi nieporównywalna z innymi
10 Szersze omówienie przebiegu, metod i technik estymowania przedmiotowych modeli zawiera: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny … Raport 11, op.cit.
131
modelami rozległość i wieloprzekrojowość badań oraz rozmiary zbioru uczącego (blisko 50 tys. przedsiębiorstw wobec, z reguły,
kilkudziesięciu).
Modele jako wzory obliczeniowe służące wyznaczeniu miar stopnia zagrożenia upadłością (modele klasy MW) dla przedsiębiorstw
produkcyjnych handlowych oraz usługowych są następujące:
przedsiębiorstwa produkcyjne MWP=+ − − + − ⋅ − ⋅ − ⋅ + ⋅ + ⋅
1
1 5 85 1231 0 492 1947 0 62 0 0041 3 6 9 1exp , , , , , ,R R R R R 33
10000( )( )
⋅ (10.4)
gdzie:
R1 – wskaźnik rentowności operacyjnej aktywów,
R3 – wskaźnik zdolności obsługi zadłużenia,
R6 – wskaźnik rentowności operacyjnej sprzedaży,
R9 – wskaźnik zadłużenia ogółem,
R13
– wskaźnik cyklu konwersji zobowiązań krótkoterminowych.
przedsiębiorstwa handlowe MWH =+ − − + − ⋅ − ⋅ − ⋅ + ⋅ − ⋅
1
1 6 22 0 053 1804 117 0 594 0 4274 6 7 10exp , , , , , ,R R R R R116
10000( )( )
⋅
(10.5)
gdzie:
R4 – wskaźnik płynności bieżącej,
R6 – wskaźnik rentowności operacyjnej sprzedaży,
R7 – wskaźnik rentowności ze sprzedaży,
R10
– wskaźnik zadłużenia krótkoterminowego,
R16
– wskaźnik rentowności kapitału własnego.
przedsiębiorstwa usługowe PRU =+ − + − ⋅ + ⋅ + ⋅ − ⋅ − ⋅
1
1 6 24 0 342 0 544 0 004 1 44 10883 9 13 14exp , , , , , ,R R R R R115
10000( )( )
⋅ (10.6)
gdzie:
R3 – wskaźnik zdolności obsługi zadłużenia,
R9 – wskaźnik zadłużenia ogółem,
R13
– wskaźnik cyklu konwersji zobowiązań krótkoterminowych,
R14
– wskaźnik rentowności sprzedaży,
R15
– wskaźnik rentowności aktywów.
W wyniku zastosowania oszacowanych modeli regresji logistycznej uzyskuje się indywidualne dla każdego przedsiębiorstwa ob-
jętego badaniem, ustalone w warunkach bieżącego okresu badawczego i aktualnego stanu kondycji ekonomiczno–finansowej
przedsiębiorstw, wartości prawdopodobieństw wystąpienia stanu upadłości przedsiębiorstw (stopień zagrożenia) w perspektywie
jednego roku. Agregacja indywidualnych prawdopodobieństw jest podstawą wyznaczenia wartości odsetka upadłości przedsię-
biorstw, skalowanego względem liczby wszczętych sądowych postępowań upadłościowych. Prezentacja wartości miary stopnia
zagrożenia upadłością jest dokonywana z zastosowaniem przeliczenia na 10 000 przedsiębiorstw (skala ilorazowa).
Dla oceny stopnia zagrożenia upadłością, dla analiz dokonywanych na poziomie agregacji ogółem, przyjęto trzy jego stopnie: od
0 do 160 – poziom niski (akceptowalny), powyżej 160 do 200 – poziom ostrzegawczy, powyżej 200 – poziom wysoki. Wartości
graniczne przedziałów wyznaczono arbitralnie na podstawie analizy wielkości i rozkładów stopnia zagrożenia upadłością dla okresu
wystąpienia punktów zwrotnych oraz wartości szczytowych (analiza retrospektywna I połowa 2007 r. – II połowa 2012 r.). Ustalenie
wartości stopnia zagrożenia na poziomie ogółem (agregowanie wyników z modeli specyficznych, właściwych rodzajom działalno-
ści) jest dokonywane z zastosowaniem ważenia liczbą pracujących wyników uzyskiwanych na poziomach niższych.
Oszacowanie na rozległej próbie modeli predykcji upadłości na potrzeby badania sytuacji finansowej przedsiębiorstw celem oceny
ich kondycji i identyfikacji zjawisk wskazujących na możliwe zagrożenie finansowe kontynuacji działalności i upadłości (wczesne
ostrzeganie) oraz zastosowanie innowacyjnych metod i technik szczegółowych powoduje, że modele te są unikatowe i zapewniają
zdecydowanie wyższą jakość przewidywania zmiany stopnia zagrożenia finansowego kontynuacji działalności i upadłości przed-
siębiorstw w stosunku do modeli dotychczas stosowanych.
132
10.5. Istota i sposób wyznaczania okresu aktualności miary stopnia zagrożenia
Analiza z wykorzystaniem modeli predykcji stopnia zagrożenia finansowego kontynuacji działalności i upadłości jest skutecznym
narzędziem wykorzystywanym w ocenie tego zagrożenia przedsiębiorstw, jakie może się pojawić w sytuacji pogarszania się wa-
runków, w których one funkcjonują oraz w zależności od tego, jakie wyniki osiągają. Słabość, nieadekwatność i nieaktualność do-
stępnych w literaturze przedmiotu modeli predykcji zagrożenia została usunięta przez estymowanie nowych, unikatowych i wysoce
sprawnych modeli klasy PR oraz MW. Kolejne ograniczenie prowadzenia ciągłych, cyklicznych badań zbiorowości przedsiębiorstw
niefinansowych w Polsce – związane ze znacznym opóźnieniem (blisko roczne) pomiędzy pozyskaniem właściwych informacji
i danych liczbowych, ich przetworzeniem i zaprezentowaniem analizy uzyskanych wyników – zostało usunięte dzięki zapewnieniu
zasilenia informacyjnego oraz w dane liczbowe pochodzące ze statystyki narodowej (GUS w Warszawie) – kwartalna/półroczna
częstotliwość prowadzonych analiz.
11,4
11,6
11,8
12,0
12,2
12,4
12,6
12,8
II 2009 III 2009 IV 2009 I 2010 II 2010 III 2010 IV 2010 I 2011 II 2011 III 2011 IV 2011 I 2012 II 2012
Okres 1 Okres 2 Okres 3 Prognoza
Rys. 10.2. Prezentacja kroczącego sposobu wyznaczania okresu rocznego dla analizy predykcji stopnia zagrożenia
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Koncepcja badań stanu …, op.cit., J. Kaczmarek, K. Kole-gowicz, P. Krzemiński, K. Fijorek, Raport z oceny … Raport 1, op.cit.
Opracowane rozwiązanie – System Wczesnego Ostrzegania ISR – pozwala na istotne skrócenie czasu potrzebnego na rozpoznanie
zmian stanu zagrożenia przedsiębiorstw. Ze względu na prowadzenie badań z częstotliwością kwartalną/półroczną oszacowany
stopień zagrożenia z wyprzedzeniem rocznym zachowuje umowną ważność przez jeden okres analizy, bowiem kolejna analiza
dostarcza nowej informacji o wartości analizowanej miary odnoszącej się do kolejnego rozpoczętego okresu.
Estymowane modele same w sobie są narzędziami (metodami) analizy prospektywnej stopnia zagrożenia finansowego kontynu-
acji działalności i upadłości (wyprzedzenie roczne). Jednak zastosowanie metod prognozowania szeregów czasowych umożliwiło
dodatkowe wydłużenie okresu przewidywania stopnia zagrożenia. W prognozowaniu zmiany stopnia zagrożenia przyjęto nie
prognozowanie wartości samej miary zagrożenia (wartości PR lub MW), lecz zmiennych (czynników definiowanych jako wskaźniki
finansowe) opisujących kondycję finansową przedsiębiorstw. Wartości prognozowane tych zmiennych są wprowadzane do modeli
predykcji, co daje podstawę do wnioskowania o kształtowaniu się przyszłych poziomów zagrożenia finansowego kontynuacji
działalności i upadłości oraz pozwala na wydłużenie horyzontu czasowego o kolejny okres roczny.
Zmienne określające stopień zagrożenia są prognozowane za pomocą jednowymiarowych modeli szeregów czasowych. W tym
celu zastosowano model klasy SARIMA (Seasonal Autoregressive Integrated Moving Average) oraz model wygładzania wykładniczego
133
w ujęciu Hyndmana11 (ETS – ExponenTial Smoothing). Główną przyczyną zastosowania modeli jednowymiarowych w miejsce
modeli wielowymiarowych jest niewielka długość badanych szeregów czasowych. Decyzja jest również uzasadniona wynikami
badań empirycznych, które pokazują, że modele wielowymiarowe stosowane do krótkich szeregów czasowych zazwyczaj generują
prognozy obarczone większymi błędami niż te wynikające z modeli jednowymiarowych.
Modele klasy ETS we współczesnym ujęciu nie są jeszcze modelami popularnymi, dlatego uzasadnione wydaje się szersze ich
omówienie. Klasyczne wygładzanie wykładnicze jest klasą metod prognozowania. Przez termin „metoda prognozowania” należy
rozumieć zestaw procedur służących do uzyskania prognozy punktowej badanego zjawiska na przyszły okres. Dla kontrastu model
klasy SARIMA jest pełnym modelem statystycznym, w którym określony został proces stochastyczny generujący dane liczbowe,
a zatem oszacowany może być rozkład prawdopodobieństwa prognozy na przyszły okres. W rezultacie model statystyczny, oprócz
prognoz punktowych, jest w stanie dostarczać również prognoz przedziałowych o interpretacji probabilistycznej. Tego wymiaru
nie posiadały klasyczne metody wygładzania wykładniczego, co uległo jednak zmianie w wyniku prac Hyndmana i jego współpra-
cowników. W celu wyspecyfikowania modelu wygładzania wykładniczego należy określić trzy elementy. Pierwszym elementem
jest komponent odpowiedzialny za trend. Komponent ten składa się ze „współczynnika poziomu” oraz „współczynnika wzrostu”.
Współczynnik poziomu oraz wzrostu mogą być łączone na kilka sposobów i w rezultacie określać proces, który trendu nie ma
lub posiada trend addytywny, tłumiony trend addytywny, trend multiplikatywny lub tłumiony trend multiplikatywny. Drugim
elementem jest komponent wahań sezonowych, który może występować w wersji addytywnej, multiplikatywnej lub może nie
występować. Trzecim elementem jest komponent wahań przypadkowych, który może występować w wersji addytywnej lub mul-
tiplikatywnej. Tak określone składowe modelu ETS definiują 30 różnych modeli, spośród których model optymalny można określić
np. za pomocą kryteriów informacyjnych.
W prowadzonych analizach stopnia zagrożenia przedsiębiorstw do każdego badanego szeregu czasowego wskaźników finanso-
wych dopasowano najlepszy pod względem kryterium informacyjnego AIC model SARIMA oraz model ETS. Prognozowane war-
tości były obliczane jako średnia arytmetyczna prognoz modelu SARIMA oraz modelu ETS. Przyjęte rozwiązanie jest uzasadnione
wynikami z przeprowadzonych badań empirycznych, które wskazują, że uśrednianie modeli prowadzi zazwyczaj do uzyskania
prognoz obarczonych mniejszymi błędami.
W ramach ilościowej analizy niepewności związanej z prognozami stopnia zagrożenia finansowego kontynuacji działalności i upa-
dłości posłużono się narzędziami analizy scenariuszowej – oprócz scenariusza neutralnego skonstruowano scenariusz pesymi-
styczny oraz optymistyczny. W tym celu wykorzystano dolne i górne granice 80% przedziału ufności dla prognozowanej wielkości
stopnia zagrożenia powstałe w oparciu o analizę historycznych odchyleń stopnia zagrożenia względem odsetka wszczętych są-
dowych postępowań upadłościowych.
10.6. Syntetyczna miara oceny w identyfikacji obszarów zagrożenia
Istotnym kierunkiem badań stopnia zagrożenia finansowego kontynuacji działalności i upadłości przedsiębiorstw w ramach Syste-
mu Wczesnego Ostrzegania ISR jest analiza branżowa według działów PKD. Przedmiotowo analiza ta obejmuje 62 działy PKD mające
charakter produkcyjny, handlowy i usługowy. Strukturalnie prowadzona jest ona w dwóch etapach – zróżnicowanie branżowe
i miara syntetycznej oceny (MSO), z wyróżnieniem dwóch kryteriów klasyfikacyjnych: przynależności do klasy wielkości (przedsię-
biorstwa ogółem, małe, średnie, duże) oraz rodzaju działalności (produkcyjna, handlowa, usługowa).
W wyniku jej przeprowadzenia opisywane są zmiany i dokonywana jest ocena stopnia zagrożenia z wykorzystaniem „map ciepła”
oraz wskazywane są obszary szczególnego zagrożenia z użyciem syntetycznej miary oceny (MSO). Rezultatem prowadzonego
wnioskowania jest opracowanie listy rankingowej działów PKD charakteryzujących się najwyższym stopniem zagrożenia relatywi-
zowanego udziałem poszczególnych działów PKD w liczbie pracujących – tzw. lista „TOP 10”.
11 Szersze omówienie problematyki dotyczącej prognozowania z wykorzystaniem modeli klasy ETS można znaleźć m.in w: Hyndman i in. 2008.
134
I-II 2007
III-IV 2007
I-II 2008
III-IV 2008
I-II 2009
III-IV 2009
I-II 2010
III-IV 2010
I-II 2011
III-IV 2011
I-II 2012
III-IV 2012
I-II 2013
5 3 3 8 3 7 1 1 8 5 1 8 2 2 7 0 3 2 1 2 4 5 2 1 0 7 4 1 2 4 1 5 4 2 1 9 3 3 2
8 1 8 3 7 4 3 1 2 2 1 1 1 1 4 2 7 3 1 2 1 1 3 7 1 0 9 2 9 1 3 5 3 9 3 5
9 1 2 6 1 3 2 9 5 1 1 0 7 8 1 1 4 1 4 1 1 4 9 1 1 1 1 6 2 3 0 7 3 6 0 6 0 6
10 1 2 5 1 5 7 1 7 3 1 8 3 1 2 7 1 3 3 1 1 8 1 5 0 1 3 7 1 5 5 1 4 0 1 4 6 1 3 1
11 1 4 6 1 4 3 1 6 6 1 6 3 1 9 9 1 6 5 1 6 0 1 7 6 1 9 7 2 3 2 2 5 0 2 8 1 2 8 6
12 2 2 3 2 7 0 2 8 9 6 0 5 3 3 9 1 9 6 1 4 1 1 4 5 1 6 3 1 8 2 1 4 6 1 1 8 1 5 7
13 1 9 9 2 1 5 2 0 7 3 8 0 1 9 1 2 1 5 1 5 6 1 9 6 1 7 9 1 6 6 1 8 1 1 7 1 1 3 9
14 1 6 1 1 6 2 1 7 6 1 5 8 1 7 3 1 9 8 1 8 7 1 7 4 1 7 2 1 5 1 1 7 2 1 5 9 1 5 8
15 1 3 6 1 3 2 1 6 1 1 5 7 1 6 5 1 6 0 1 8 7 2 0 4 1 7 7 2 1 9 2 4 9 1 7 2 1 0 0
16 8 5 9 8 1 7 9 2 1 1 2 1 9 1 9 9 2 5 8 2 1 5 2 0 3 1 9 4 1 9 7 2 0 0 1 7 7
17 1 1 8 1 0 2 1 3 7 1 3 5 9 8 1 0 6 1 4 2 1 3 4 1 1 0 1 2 0 9 0 9 2 9 4
18 1 2 6 1 2 3 1 4 5 1 9 1 2 3 2 2 0 2 2 1 6 2 1 5 1 9 3 1 7 9 2 0 4 2 0 1 1 6 0
19 1 1 2 9 5 7 9 1 6 7 2 6 1 1 9 1 1 7 9 1 5 6 1 3 9 1 6 4 1 5 7 1 4 2 2 2 1
20 7 0 7 7 6 2 1 2 4 1 5 0 1 6 6 1 2 7 1 3 1 8 7 9 5 9 0 1 3 1 1 0 1
21 6 5 5 5 2 0 3 7 6 9 6 5 6 7 8 2 7 4 7 7 1 1 0 1 1 4 4 2
22 1 4 8 1 4 6 1 6 3 1 8 4 1 5 8 1 3 5 1 5 2 1 5 4 1 6 8 1 5 9 1 6 1 1 5 0 1 4 8
23 2 8 2 4 5 3 7 0 1 7 0 1 2 5 1 9 6 1 3 2 1 5 0 1 1 5 1 8 8 1 4 8 2 4 8
24 4 6 7 3 1 3 6 1 8 3 3 4 3 3 8 0 3 1 8 2 5 9 1 8 8 2 0 4 2 5 9 2 7 5 3 1 0
25 1 5 1 1 4 9 1 7 1 1 7 4 1 7 2 1 6 1 2 2 0 1 9 3 2 0 1 1 8 1 1 8 9 1 7 7 1 9 8
26 3 2 7 3 1 5 2 8 3 3 0 3 1 8 8 2 8 6 3 0 5 2 4 8 2 5 5 2 7 0 2 1 3 2 2 3 1 8 2
27 2 0 9 1 8 3 1 5 8 1 9 7 1 6 0 1 4 6 1 9 6 1 7 1 2 1 2 2 0 5 2 2 0 2 0 4 2 1 5
28 1 4 7 1 5 4 1 7 4 2 2 9 1 8 7 1 8 8 1 9 8 1 7 4 1 7 7 1 6 4 1 3 7 1 3 7 1 4 0
29 1 2 7 1 7 0 1 4 9 2 0 2 1 9 5 1 8 3 1 6 5 1 7 9 1 4 2 1 7 7 1 5 9 1 7 7 1 6 3
30 5 6 3 7 8 8 8 2 7 8 8 3 5 9 0 5 3 2 7 8 4 6 3 7 5 5 4 5 6 7 5 0 2 3 4 6 3 3 7
31 1 6 9 1 9 2 2 3 5 2 6 1 1 4 7 1 2 7 1 4 0 1 2 8 1 5 5 1 3 8 1 6 9 1 4 7 1 1 7
32 1 0 7 1 4 3 1 3 6 1 5 5 1 1 2 1 0 3 1 5 2 1 1 4 1 7 5 1 8 0 1 3 1 1 2 9 1 8 4
33 1 6 4 1 7 9 1 5 4 1 9 6 1 6 9 1 5 6 2 7 0 2 4 3 2 4 9 2 2 0 2 2 3 2 0 1 2 4 6
35 6 5 1 0 9 7 2 1 2 8 8 0 8 1 7 0 8 8 5 7 9 2 8 7 1 0 9 6 7
36 1 8 6 2 2 1 2 1 7 2 1 3 1 8 7 2 4 5 1 8 1 195 169 210 184 208 194
37 1 5 8 1 8 2 1 6 2 2 1 9 1 7 7 2 3 3 1 9 4 2 3 6 2 0 7 2 1 4 1 7 5 1 7 4 1 4 1
38 6 6 8 0 5 8 8 7 1 1 6 1 3 8 1 0 6 1 2 5 1 1 9 1 2 6 1 1 9 1 4 9 1 4 8
39 5 7 5 2 6 7 8 3 1 2 5 5 8 1 9 4 7 7 1 9 2 1 2 2 2 5 3 2 6 4 2 5 3
I-II 2007
III-IV 2007
I-II 2008
III-IV 2008
I-II 2009
III-IV 2009
I-II 2010
III-IV 2010
I-II 2011
III-IV 2011
I-II 2012
III-IV 2012
I-II 2013
45 8 4 6 2 1 0 0 1 2 7 1 3 2 9 7 1 1 4 8 7 1 2 8 1 1 4 1 7 6 1 5 9 1 8 4
46 8 5 7 9 8 3 8 7 1 2 0 1 0 9 1 1 8 9 4 1 2 4 1 0 5 1 3 4 1 1 8 1 2 9
47 1 0 5 7 3 1 0 7 8 5 1 4 2 1 0 5 1 6 3 1 0 7 1 3 0 1 1 9 1 5 2 1 2 2 1 5 9
41 1 9 1 1 4 2 1 5 9 1 5 3 1 7 5 1 6 5 2 4 8 2 0 7 2 6 5 2 3 2 2 9 7 2 8 6 3 3 3
42 2 6 7 1 3 4 2 8 3 1 8 8 3 1 9 1 5 2 3 3 6 1 8 3 3 7 8 2 6 3 5 5 9 3 5 6 5 4 3
43 8 7 6 2 8 9 5 4 1 0 1 7 3 1 8 9 1 1 9 1 9 3 1 6 3 2 0 4 2 1 2 2 8 7
49 1 5 5 1 7 0 2 4 0 2 3 8 1 7 5 2 1 9 1 0 2 1 1 4 4 9 1 0 3 5 4 1 0 3 1 0 8
50 2 5 2 3 6 3 2 2 3 8 4 1 1 7 3 1 0 9 0 1 0 0 7 5 3 9 1 3 4 4 1 2 2 3 1 2 3 2 1 0 5 0 8 2 0
51 5 5 2 1 1 9 0 6 1 5 1 0 7 0 1 5 7 2 4 4 3 3 0 8 4 4 3 8 7 1 5 5 9 0 1 0 2 2
52 2 9 4 4 8 9 4 6 5 4 5 4 1 7 7 1 8 0 1 7 8 3 5 8 2 4 9 3 3 0 3 1 7
53 7 6 9 1 1 6 1 3 1 3 2 2 3 2 8 9 1 4 7 6 9 3 6 4 3 7 3 3 7 9 3 5 9 3 9 8
55 6 5 8 8 1 0 7 1 0 7 1 8 1 1 4 4 1 5 7 1 1 5 1 5 5 1 3 3 1 2 6 6 2 2 8 4
56 2 5 4 5 1 2 2 3 4 4 2 3 2 3 2 4 5 7 8 1 0 1 1 7 5
58 1 7 1 8 6 1 1 0 1 8 7 2 6 4 1 0 3 1 0 0 7 7 1 8 0 1 3 6 1 6 3 9 1 1 6 5
59 1 7 0 2 9 9 1 4 8 1 7 8 2 6 9 1 7 7 5 0 8 4 8 8 5 8 5 8 1 1 6 6 5 3 0 0 2 7 2
60 7 8 1 7 8 8 9 7 9 8 1 3 6 1 0 7 7 3 1 2 5 1 1 1 1 4 7 1 7 0 2 0 8
61 1 5 0 1 7 0 1 5 0 1 6 2 6 4 9 3 6 8 1 0 6 1 2 1 1 3 7 1 1 1 1 1 7 2 8 3
62 1 1 1 1 3 0 9 9 7 5 4 5 5 6 5 5 7 2 6 1 1 0 1 8 9 1 1 8 8 0
63 4 1 1 6 8 4 6 3 3 7 1 0 3 5 7 1 0 2 1 0 6 3 1 9 2 6 9 2 3 1
66 2 1 2 6 3 8 1 9 5 1 6 8 6 3 4 7 6 3 5 5 4 7 1 7 6
68 1 4 4 1 1 8 8 9 2 4 0 1 4 7 1 6 9 1 1 1 1 4 7 1 2 3 2 6 6 1 3 1 1 9 3 9 7
78 1 8 4 2 0 2 1 6 5 2 8 8 2 8 0 2 9 8 4 1 6 3 0 8 2 9 4 2 8 1 2 9 9 3 2 1 4 6 4
79 2 5 1 6 0 3 7 4 9 0 7 3 1 3 8 1 5 2 5 3 1 7 3 9 2 2 8 3 5 5 6 2 1 9 3 4 5
80 6 1 7 5 2 7 7 3 3 2 1 4 4 5 2 1 0 1 0 2 1 0 9 1 6 8 1 6 6 2 0 1
81 1 7 2 8 1 8 3 6 1 8 1 6 2 5 1 0 7 2 3 0 1 0 1 6 4 1 2 8
82 2 9 7 4 7 2 3 3 6 3 8 1 4 8 3 9 8 2 8 3 1 1 1 1 2 1 4 8 3 1 1 5 3 2 3 7
94 3 0 2 4 4 3 5 5 2 1 2 9 6 6 4 2 4 5 7 2 1 6 4 1 1 0 9 4 2
95 4 7 2 7 5 2 1 8 4 7 5 2 1 6 1 1 7 3 2 4 7 1 8 4 1 5 2 2 9 6 3 0 4
96 1 4 8 2 2 3 1 2 0 2 3 1 7 1 7 7 2 4 101 5 1 4 8 8 6 2 6 4
HANDLOWEPRODUKCYJNE
USŁUGOWE
DziałyPKD
DziałyPKD
Rys. 10.3. „Mapa ciepła” – ilustracja analizy zróżnicowania stopnia zagrożenia przedsiębiorstw ogółem według działów PKD
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny … Raport 11, op.cit.
Miara syntetycznej oceny MSO, będąca podstawą tworzenia listy rankingowej, wykorzystuje dwie kategorie – relację stopnia
zagrożenia oraz liczby pracujących w dziale PKD względem wartości średnich dla rodzaju działalności. Kolejne kroki analizy i wy-
znaczenia MSO obejmują:
1. Ustalenie odchylenia wartości stopnia zagrożenia (MW) dla każdego działu PKD względem wartości dla odpowiadającego
rodzaju działalności.
oMW DMW D
MW RDitit
jt=
(10.7)
gdzie:
oMW – odchylenie wartości stopnia zagrożenia upadłością działu PKD,
MW D – stopień zagrożenia dla działu PKD,
MW RD – stopień zagrożenia dla rodzaju działalności,
i – dział PKD (i = 1,…, n),
j – rodzaj działalności (j = P, H, U),
t – okres analizy.
2. Ustalenie odchylenia liczby pracujących dla każdego działu PKD względem wartości przeciętnej dla odpowiadającego rodzaju
działalności.
oLP DLP D
sLP RDitit
jt=
(10.8)
gdzie:
oLP D – odchylenie liczby pracujących dla działu PKD,
LP Dit – liczba pracujących w dziale PKD,
sLP RD – średnia liczba pracujących dla rodzaju działalności,
i – dział PKD (i = 1,…, n),
j – rodzaj działalności (j = P, H, U),
t – okres analizy.
135
3. Przypisanie rodzaju normatywnego wzorca działom PKD.
Na bazie uzyskanych wyników oMW D i oLP D dla działów PKD następuje przypisanie rodzaju normatywnego wzorca (1, 2,
3 lub 4) poszczególnym działom PKD na podstawie oceny wartości odchylenia stopnia zagrożenia dla działu (oMW D) oraz
wartości odchylenia liczby pracujących w dziale PKD od średniej dla rodzaju działalności (oLP D).
Tabela 10.5. Normatywne wzorce działów PKD wyznaczone stopniem zagrożenia i liczbą pracujących
Kryterium 1 Wzorzec Kryterium 2
Odchylenie stopnia zagrożenia działu PKD (oMW D
i) > 1
IOdchylenie liczby pracujących dla działu (oLP D
i) > 1
Odchylenie stopnia zagrożenia działu PKD (oMW D
i) > 1
IIOdchylenie liczby pracujących dla działu (oLP D
i) <= 1
Odchylenie stopnia zagrożenia działu PKD (oMW D
i) <= 1
IIIOdchylenie liczby pracujących dla działu (oLP D
i) > 1
Odchylenie stopnia zagrożenia działu PKD (oMW D
i) <= 1
IVOdchylenie liczby pracujących dla działu (oLP D
i) <= 1
Źródło: : opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny … Raport 11, op.cit.
Interpretacja cech wzorca, tj. zaliczonego do niego działu PKD, została przyjęta w następujący sposób:
• wzorzec I – dział PKD charakteryzujący się ponadprzeciętną wartością stopnia zagrożenia oraz ponadprzeciętną liczbą
pracujących – obszar wysokiego zagrożenia,
• wzorzec II – dział PKD charakteryzujący się ponadprzeciętną wartością stopnia zagrożenia oraz poniżej przeciętną liczbą
pracujących – obszar średniowysokiego zagrożenia,
• wzorzec III – dział PKD charakteryzujący się poniżej przeciętną wartością stopnia zagrożenia oraz ponadprzeciętną liczbą
pracujących – obszar średnioniskiego zagrożenia,
• wzorzec IV – dział PKD charakteryzujący się poniżej przeciętną wartością stopnia zagrożenia oraz poniżej przeciętną
liczbą pracujących – obszar niskiego zagrożenia.
4. Obliczenie wartości miary syntetycznej oceny MSO Di
Dla celów porządkowania działów PKD w ramach wzorców normatywnych jest wykorzystywana miara syntetycznej oceny
MSO obejmująca ocenę dwóch kategorii – relacji stopnia zagrożenia upadłością i liczby pracujących dla działu PKD względem
średniej dla odpowiednich rodzajów działalności. Obliczenie wartości miary MSO polega na wyznaczeniu odległości działu
PKD o współrzędnych oMW Di i oLP D
i od początku układu współrzędnych.
MSO D oMW D oLP Di i i= +2 22 (10.9)
gdzie:
MSO Di – syntetyczna miara oceny działu PKD (obiektu),
Stop
ień
zagr
ożen
ia u
padł
ości
ą
Liczba pracujących
MSO D i
3,00
2,50
2,00
1,50
1,00
0,50
0,000,00 3,002,502,001,501,000,50
oMW
Di
oLP Di
Rys. 10.4. Wyznaczanie wartości miary syntetycznej oceny MSO dla działów PKD w ramach zdefiniowanych wzorców normatywnych
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny … Raport 11, op.cit.
5. Sporządzenie listy rankingowej działów PKD
Rezultatem prowadzonej analizy z wykorzystaniem miary syntetycznej oceny MSO jest sporządzenie listy rankingowej działów
PKD, stanowiącej zbiór działów PKD uporządkowanych według dwóch kryteriów: przyporządkowanie do wzorca (wartości
wzorców rosnąco) i wartości miary MSO w ramach danego wzorca (wartości miary MSO malejąco).
Tabela 10.6. Ilustracja tabeli rankingowej działów PKD z wykorzystaniem stopnia zagrożenia, syntetycznej miary oceny oraz wzorców normatywnych
Dział PKDMW WZORZEC MSO
I p. 2013 r. I p. 2012 r. I p. 2013 r. I p. 2012 r. I p. 2013 r. Zmiana
25 198 I I 3,08 3,10 +
5 332 III I 2,04 2,63 +
23 248 I I 1,86 2,06 +
27 215 I I 1,85 1,82 –
…
8 935 II II 1,80 5,55 +
9 606 II II 1,88 3,60 +
30 337 II II 3,13 2,08 –
24 310 II II 1,80 2,02 +
…
10 131 III III 4,50 4,52 +
29 163 III III 2,44 2,53 +
22 148 III III 2,25 2,27 +
28 140 III III 1,80 1,73 –
…
20 101 IV IV 1,14 1,16 +
13 139 II IV 1,21 0,95 –
12 157 IV IV 0,90 0,93 +
15 100 II IV 1,54 0,63 –
…
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny … Raport 11, op.cit.
137
Łukasz Lenart, Błażej Mazur, Krystian Mucha, Mateusz Pipień, Justyna Wróblewska
Rozdział 11
MODELOWANIE MAKROEKONOMICZNE ZAGROŻENIA UPADŁOŚCIĄ
11.1. Wprowadzenie
Zasadniczym celem niniejszego rozdziału jest szczegółowe omówienie podejścia metodologicznego przyjętego przez zespół
makroekonomiczny projektu ISR. Podstawowy przedmiot analiz, zarówno o charakterze teoretycznym, jak i empirycznym, dotyczy
trzech zagadnień. Po pierwsze przedstawiliśmy metody wnioskowania o cyklach koniunkturalnych, ze szczególnym uwzględnie-
niem specyfiki polskiej gospodarki. Po drugie omówiliśmy zasady konstrukcji prognoz podstawowych wskaźników makroekono-
micznych, które będą stanowić podstawę opisu perspektyw wzrostu gospodarczego w naszym kraju. Po trzecie przedstawiliśmy
metodologię analiz scenariuszowych wpływu potencjalnych impulsów dotykających polską gospodarkę na stan jej koniunktury,
szczególnie w kwestii kondycji sektora przedsiębiorstw.
Omawiamy podejście formalno-statystyczne do modelowania cykli koniunkturalnych. Proponowane podejście bazuje na pod-
stawie ekonometrycznej analizy wybranych wskaźników makroekonomicznych, które zaliczane są do tzw. grupy wskaźników
cyklicznych. Wybrane wskaźniki makroekonomiczne będą stanowiły podstawę do sformułowania stylizowanych faktów na temat
wahań aktywności gospodarczej w Polsce. Analiza będzie miała na celu m.in. identyfikację dominującej długości cyklu koniunktu-
ralnego w Polsce. Interpretacji będą podlegać estymowane amplitudy zidentyfikowanych wahań, jak również estymowane ich fazy.
Podstawowy cel, jeśli chodzi o aspekt narzędziowy bloku makroekonomicznego, będzie realizowany poprzez zastosowanie autor-
skich wyników z zakresu statystyki matematycznej. Analiza cykliczności koniunkturalnej będzie oparta na wynikach uzyskanych
w dziedzinie częstotliwości dla szeregów czasowych prawie okresowo skorelowanych. Istniejąca od dawna teoria spektralna dla
klasy szeregów czasowych stacjonarnych, jak również teoria harmonizowanych szeregów czasowych prawie okresowo skorelo-
wanych będzie stanowić fundament w konstrukcji nowych narzędzi statystycznej analizy cykliczności koniunkturalnej. Główne
wyniki teoretyczne w pracy z zakresu statystyki matematycznej dotyczą parametrów i ich estymatorów charakteryzujących zarówno
spektrum dyskretne, jak i ciągłe szeregu czasowego prawie okresowo skorelowanego.
W analizach rozważamy podejście, w którym zakłada się, że wahania aktywności gospodarczej mogą być modelowane w podejściu
nieparametrycznym jednocześnie poprzez charakterystyki spektrum dyskretnego oraz ciągłego. W większości badań nad analizą
cykliczności koniunkturalnej przyjmuje się, że wahania cykliczne to szereg czasowy o zerowej wartości oczekiwanej, co oznacza, że
spektrum dyskretne dla tego szeregu czasowego jest tożsamościowo równe zero. Opracowane i stosowane podejście ma charakter
oryginalny i nowatorski wobec standardowo używanych metod analizy cykliczności koniunkturalnej opartych na teorii spektralnej
i metodach filtracji dla procesów obserwowalnych z czasem dyskretnym.
Przedstawiamy propozycję wykorzystania ujęcia bayesowskiego w problemie krótkookresowego prognozowania wskaźników
makroekonomicznych oraz pozycji cyklicznej gospodarki. Z racji krótkiego horyzontu prognozy skupiono się na modelowaniu
jednowymiarowych szeregów czasowych. Istotną cechą wyróżniającą omawiane podejście w stosunku do metod szeroko stoso-
wanych w praktyce jest formułowanie prognoz w kategoriach probabilistycznych, gdzie, oprócz przebiegu przyszłych wskaźników
wyznaczającego prognozę punktową, rozważać będziemy niepewność prognoz. Uzyskane prognozy w postaci przedziałów praw-
dopodobieństw predyktywnych będą bazować na bayesowskim podejściu do estymacji parametrów modelu i prognozowania.
W rozdziale wprowadzamy także ideę wnioskowania bayesowskiego, jak również omawiamy specyfikacje modelowe stosowane
w prognozie wskaźników makroekonomicznych. Wartością dodaną jest zaproponowanie nowatorskiej metody prognozowania
pozycji cyklicznej gospodarki w oparciu o bayesowski model dla problemu estymacji parametrów procesów prawie okresowo
skorelowanych (omawianych wcześniej). Stosowane powszechnie w praktyce podejście bazujące na filtrach umożliwia wniosko-
wanie o cechach cykli koniunkturalnych. Nie jest możliwa w tym podejściu prognoza pozycji cyklicznej poza rozważany okres.
Zespół wypracował podejście, które umożliwia krótkookresową probabilistyczną prognozę składnika cyklicznego, co pozwoli na
rozszerzenie analiz stanu polskiej gospodarki o perspektywy dotyczące koniunktury.
Dalej omawiamy zagadnienie modelowania wektorowych szeregów czasowych ze szczególnym uwzględnieniem podejścia kointe-
gracyjnego bazującego na modelach wektorowej autoregresji (Vector Autoregression Models, VAR) i modelach wektorowych korekty
błędu (Vector Error Correction Models, VECM). Omawiane metody skupiają się na formalno-statystycznym podejściu do testowania
zależności długookresowych pomiędzy obserwowalnymi zmiennymi, prognozie i analizie scenariuszowej. Podrozdział prezentuje
zarówno ujęcie klasyczne, jak i bayesowskie estymacji parametrów modelu oraz prognozy.
138
Modelowanie wielowymiarowe, które jest przedmiotem rozważań, zastosowano w ocenie skutków skokowych zmian kategorii
makroekonomicznych. Te skokowe zmiany określa się mianem impulsów. W tym rozdziale opisujemy – za literaturą metody ilo-
ściowej – oceny skutków ich zaistnienia w hipotetycznych scenariuszach makroekonomicznych. Przedmiotem bezpośredniego
zainteresowania jest w tym aspekcie estymacja funkcji odpowiedzi na impuls, zarówno w ujęciu klasycznym, jak i bayesowskim.
W analizach empirycznych funkcja ta stanowić będzie podstawowe narzędzie oceny wrażliwości kondycji sektora przedsiębiorstw
na impulsy hipotetycznie występujące w gospodarce.
Podobnie jak w przypadku prognoz, ilościowa ocena skutków wystąpienia określonych impulsów będzie prezentowana w katego-
riach probablistycznych. Oznacza to, iż w analizach zostanie dokonana formalna ocena niepewności statystycznej co do wartości
funkcji odpowiedzi na impuls. Umożliwi to ocenę wpływu niepewności statystycznej na formułowane konkluzje.
11.2. Modelowanie wahań aktywności gospodarczej z wykorzystaniem procesów cyklostacjonarnych
W niniejszym rozdziale skupiliśmy się na przedstawieniu oryginalnej propozycji analizy wahań aktywności gospodarczej. Omawiane
podejście nie dostarcza narzędzi prognozy wahań utożsamianych z wahaniami aktywności gospodarczej, a jedynie koncentruje się
na szczegółowej charakterystyce cykli koniunkturalnych odzwierciedlonej w wahaniach cyklicznych podstawowych wskaźników
makroekonomicznych.
Intensywne badania nad empiryczną identyfikacją cykli koniunkturalnych, które na przestrzeni lat zaowocowały szerokim spektrum
metod i narzędzi analizy cykliczności koniunkturalnej, nie wyłoniły wiodącej metody, akceptowalnej przez większość badaczy. W li-
teraturze przedmiotu można wyróżnić jedynie te najczęściej stosowane, spośród których najpopularniejsze wydaje się podejście
polegające na ekstrakcji wahań utożsamianych z wahaniami aktywności gospodarczej z użyciem metod filtracji. Wykorzystywanymi
na tym gruncie metodami są filtry: Hodricka i Prescotta (por.: Hodrick, Prescott 1997), Baxtera i Kinga (por.: Baxter 1999), Christiano
i Fitzgeralda (por.: Christiano, Fitzgerald 2003) czy Butterwortha (por.: Gómez 2001). W literaturze można znaleźć liczne uwagi o cha-
rakterze polemicznym w kwestiach związanych z automatycznym użyciem tych metod. Niewłaściwe zastosowanie omawianego
podejścia może bowiem prowadzić do wyodrębnienia pozornych cykli koniunkturalnych (por. dla przykładu: Nelson, Kang 1981;
Kaiser, Moravall 1999; Gómez 2001; Shenk-Hopp´e 2001).
W szczególności metody wypracowane i sprawdzone w gospodarkach wysokorozwiniętych niekoniecznie mogą dostarczać bada-
czowi wyników pozwalających na formułowanie jednoznacznych wniosków, np. w przypadku gospodarek w okresie transformacji.
Powód może znajdować się po stronie cech, jakimi mogą charakteryzować się wahania cykliczne w gospodarkach okresu transfor-
macji w porównaniu z cechami tych wahań w przypadku gospodarek wysokorozwiniętych. Cechy wahań cyklicznych gospodarek
w okresie transformacji opisuje Barczyk (Barczyk i in. 2006), podkreślając ich odrębność i znaczne zróżnicowanie względem przebie-
gu cyklu w gospodarkach rozwiniętych. W przypadku gospodarek wysokorozwiniętych wahania aktywności gospodarczej (wokół
ścieżki wzrostu/spadku) uległy bowiem „spłaszczeniu” – stąd przeważający pogląd o potrzebie ich modelowania z zastosowaniem
procesów stacjonarnych o zerowej wartości oczekiwanej. Cecha ta nie musi jednak towarzyszyć wahaniom spowodowanym
zmianami koniunkturalnymi dla gospodarek okresu transformacji (ze względu na prawdopodobieństwo większej intensywności
oraz amplitudy wahań). Stąd motywacja do przyjęcia ogólniejszych założeń modelowych typu POS, które w szczególnym przy-
padku można sprowadzić do założenia stacjonarności procesu. Wybór pomiędzy stacjonarnością a założeniem typu POS będzie
rozstrzygnięty w proponowanym podejściu poprzez zastosowanie odpowiednich testów statystycznych.
Analiza wahań aktywności gospodarczej może być utrudniona także z powodu braku dostatecznie obszernego materiału staty-
stycznego mogącego prowadzić do silnych konkluzji o naturze cykli. Na problem niepewności co do wniosków dotyczących analizy
cykliczności koniunkturalnej gospodarki polskiej, mających swe źródło w zbyt krótkich szeregach czasowych, zwrócono uwagę
w opracowaniu (Adamowicz i in. 2008), gdzie stosowano alternatywne metody filtracji wraz z analizą wyodrębnionych wahań,
zarówno w dziedzinie czasu, jak i częstotliwości. Problemem identyfikacji długości cykli koniunkturalnych w Polsce wraz z analizą
stopnia ich synchronizacji z krajami strefy euro zajmowali się m.in. autorzy następujących prac i opracowań: (Skrzypczynski 2006;
Skrzypczynski 2008; Adamowicz i in. 2008; Skrzypczynski 2010; Konopczak 2009; Gradzewicz i in. 2010).
W tym rozdziale zaprezentowaliśmy metodę analizy cykliczności koniunkturalnej, która ma swe uzasadnienie teoretyczne. Własności
małopróbkowe metod statystycznych, na których opiera się algorytm, zostały przebadane w (Lenart 2010). Przedmiotem bezpo-
średniego zainteresowania są narzędzia estymacji parametrów utożsamianych z długością wahań aktywności gospodarczej ich
amplitudą oraz fazą. Zaprezentowana metodologia bazuje na podstawowych własnościach podklasy niestacjonarnych procesów
stochastycznych, tj. procesów prawie okresowo skorelowanych. Głównym rezultatem proponowanej procedury algorytmu są
estymatory parametrów utożsamianych z wahaniami aktywności gospodarczej. Stanowi to podstawę do ustalenia parametrów
koniecznych z zastosowaniem filtru Hodricka i Prescotta.
139
Proponowane podejście metodologiczne opiera się na ekonometrycznej analizie makroekonomicznych szeregów czasowych.
Modelowaniu podlegają dane historyczne, przez co bardzo trudno w sposób formalny uwzględnić podczas modelowania (mogące
mieć miejsce) istotne zmiany natury cyklu koniunkturalnego gospodarki polskiej, wynikające chociażby z procesów konwergencji.
Podejście metodologiczne zaprezentowane w dalszych punktach opiera się na bardziej szczegółowych opracowaniach o tej te-
matyce, które umieszczono w (Lenart 2010; Lenart, Pipień 2011). Część definicji znajdujących się w tym rozdziale przytoczono
bezpośrednio z (Lenart 2010), gdzie podano ich źródłowe pochodzenie. Przede wszystkim skupiliśmy się jednak na samej inter-
pretacji w kontekście badań nad wahaniami aktywności gospodarczej, korzystając przy tym z komentarzy i wniosków zawartych
w (Lenart 2010; Lenart, Pipień 2011).
11.3. Procesy stochastyczne prawie okresowo skorelowane – podstawowe własności
Na wstępie przedstawiamy definicję klasy szeregów czasowych okresowo i prawie okresowo skorelowanych, a w dalszej kolejności
– definicje i własności funkcji prawie okresowych, które mają ścisły związek z definicją i własnościami szeregów czasowych prawie
okresowo skorelowanych (por. także: Besicovitch 1932; Corduneanu 1989). W końcowej części prezentujemy definicję amplitudy
oraz fazy wahań w odniesieniu do reprezentacji funkcji wartości oczekiwanej rozważanego procesu w postaci szeregu Fouriera.
Pojęcia funkcji okresowych i prawie okresowych są pierwotne w stosunku do definicji szeregów czasowych okresowo i prawie
okresowo skorelowanych w sensie szerszym. Po raz pierwszy klasę szeregów czasowych okresowo skorelowanych (periodically
correlated) zdefiniował Gladyshev (1961). Często szeregi czasowe okresowo skorelowane oraz odpowiednio prawie okresowo sko-
relowane nazywane są szeregami cyklostacjonarnymi lub prawie cyklostacjonarnymi, cyclostationary time series oraz odpowiednio
almost cyclostationary time series (por. Gardner i in. 2006). Rozważmy szereg czasowy : X tt Î Z o funkcji wartości oczekiwanej
m( ) = ( ) <t E Xt ¥ oraz funkcji autokowariancji
B t X Xt t( , ) cov ,t t= ( ) <+ ∞
gdzie t Î Z. Wprowadźmy definicję szeregów czasowych okresowo skorelowanych.
Definicja 1.1. (Gladyshev 1961) Mówimy, że szereg czasowy : X tt Î Z jest okresowo skorelowany w sensie szerszym (w skrócie OS)
z okresem równym T, jeśli dla każdego t Î Z. funkcje m(t) oraz B t( , )t są funkcjami okresowymi zmiennej całkowitoliczbowej t z okresem
równym T.
Aby zdefiniować klasę szeregów czasowych prawie okresowo skorelowanych w sensie szerszym, podamy najpierw definicję funkcji
prawie okresowej zaczerpniętą z monografii (Corduneanu 1989).
Definicja 1.2. (Corduneanu 1989, s. 45) Funkcję zmiennej całkowitej f : Z R® nazywamy prawie okresową, jeśli dla dowolnego e > 0
istnieje liczba całkowita Ne , taka że w każdym zbiorze Ne -elementowym kolejnych liczb całkowitych istnieje taka liczba p, dla której
zachodzi
tf t p f t
∈+ −
Zsup | ( ) ( ) |< e
Aby przybliżyć pojęcie funkcji prawie okresowej, rozważmy funkcję h : Z R® postaci
h t t( ) = ( 2 )sin (11.1)
Funkcja ta nie jest funkcją okresową zmiennej całkowitoliczbowej t, co w prosty sposób można uzasadnić, stosując dowód nie
wprost. Funkcja h jest natomiast funkcją prawie okresową.
Każda funkcja okresowa o okresie równym T jest również funkcją prawie okresową. Rodzina funkcji prawie okresowych jest za-
mknięta ze względu na operacje dodawania oraz iloczynu (por. Corduneanu 1989, s. 46). Podstawową własnością funkcji prawie
okresowej f : Z R® jest fakt, iż granica
n
t t
t n
nf t
→∞+
+
∑lim1
( )= 0 1
0
(11.2)
istnieje i nie zależy od wartości parametru całkowitoliczbowego t0 (por. Corduneanu 1989, Twierdzenie 1.28, s. 48). Granicę tę
nazywamy wartością średnią funkcji prawie okresowej. Jak pokazano w pracach Lenart (2010) oraz Lenart i Pipień (2011), własność
ta jest fundamentalna w estymacji parametrów utożsamianych z częstotliwościami odpowiedzialnymi za wahania koniunkturalne.
140
Definicja klasy szeregów czasowych prawie okresowo skorelowanych jest naturalnym uogólnieniem definicji klasy szeregów cza-
sowych okresowo skorelowanych.
Definicja 1.3 Mówimy, że szereg czasowy : X tt Î Z jest prawie okresowo skorelowany w sensie szerszym (w skrócie POS), jeśli dla
każdego t Î Z funkcje m(t) oraz B t( , )t są funkcjami prawie okresowymi zmiennej całkowitoliczbowej t.
Każdy szereg czasowy stacjonarny jest również okresowo skorelowany, zaś każdy szereg czasowy okresowo skorelowany jest prawie
okresowo skorelowany.
Aby w sposób intuicyjny wyjaśnić różnicę pomiędzy funkcją okresową i prawie okresową, rozważmy prosty przykład funkcji okre-
sowej f t( ) o okresie równym T = 12. Korzystając z elementarnych własności funkcji okresowych funkcja f ma reprezentację
f t b ek
T
kit k( ) =
=0
1−
∑ w
(11.3)
gdzie bk są liczbami zespolonymi, zaś częstotliwości wk są równe ω πk k T= 2 / , dla k T= 0,1, , 1 - . Jak łatwo zauważyć, charakte-
rystyczną własnością funkcji okresowej jest to, że w reprezentacji (11.3) częstotliwości wk zależą od okresu T (są ściśle określone).
Zakładając natomiast, że funkcja f t( ) jest funkcją prawie okresową postaci
f t b ek
K
kit k( ) =
=0å w
(11.4)
przyjmujemy jedynie, że wk są liczbami z przedziału [0,2 )p , zaś K jest dowolną liczbą naturalną.
W dalszej kolejności przedstawiono reprezentację funkcji wartości oczekiwanej i autokowariancji w postaci szeregów Fouriera:
µ ψψ
ψ( ) ( )t m ei t:∈∑Ψ
(11.5)
B t a ei t( , ) ( , )τ λ τλ τ
λ:∈∑Λ
(11.6)
gdzie współczynniki m( )y oraz a( , )λ τ są równe
mn
t en
t
ni t( ) =
1( )
=1
ψ µ ψ
→∞
−∑lim
(11.7)
an
B j en
j
ni j( , ) =
1( , )
=1
λ τ τ λ
→∞
−∑lim
Zbiory:
Ψ = [0,2 ) : ( ) = 0ψ π ψ∈ /m
oraz:
Λτ λ π λ τ= [0,2 ) : ( , ) = 0∈ /a
są przeliczalne (por. Corduneanu 1989). Jeśli szereg czasowy jest okresowo skorelowany, wtedy reprezentacje (11.5) oraz (11.6) stają
się równościami, zaś zbiory z oraz L są zawarte w zbiorze:
2 / : = 0,1, , 1k T k Tp -
gdzie T jest długością okresu.
Punktem wyjścia w klasycznej analizie wahań aktywności gospodarczej jest założenie o stacjonarności wyodrębnionych wahań
utożsamianych z wahaniami aktywności gospodarczej. Założenie to nie jest jednak w większości przypadków weryfikowane, poza
zastosowaniem testów pierwiastka jednostkowego. Warunek stacjonarności tych wahań jest równoważny z warunkiem, iż mamy
do czynienia ze szczególnym przypadkiem procesu prawie okresowo skorelowanego, dla którego zachodzą równości: Y = 0
oraz L = 0. Równości te nie muszą być jednak uzasadnione, zważywszy na liczne przypadki modelowania makroekonomicznych
szeregów czasowych zawierających komponent utożsamiany z wahaniami aktywności gospodarczej z zastosowaniem modeli
141
o niestacjonarnej, okresowej strukturze funkcji autokowariancji (por. np. Fransem, Paap 2004). Proponowane podejście do ba-
dania wahań aktywności gospodarczej stanowi zatem uogólnienie, w ramach którego jest możliwe testowanie przyjmowanego
powszechnie założenia o stacjonarności.
W proponowanym podejściu zespołu makroekonomicznego modelowanie wahań cyklicznych odbywa się wobec tego przy ogól-
niejszych założeniach (warto zaznaczyć, że klasa szeregów czasowych POS zawiera klasę szeregów czasowych stacjonarnych).
Zakłada się bowiem, że podstawowe własności wahań cyklicznych, takie jak: długość wahań, amplituda, ich asymetria oraz faza,
mogą być modelowane poprzez parametry nietrywialnego spektrum dyskretnego szeregu czasowego POS. Korzystając z podsta-
wowej reprezentacji Fouriera funkcji wartości oczekiwanej szeregu czasowego POS, pewne częstotliwości w tej reprezentacji będą
utożsamiane z tymi odpowiedzialnymi za wahania spowodowane zmienną koniunkturą, inne zaś za wahania sezonowe. Prawie
okresowość funkcji wartości oczekiwanej szeregów czasowych POS może przyczynić się do lepszego (w sensie dopasowania
empirycznego modelu do danych) opisu cech wahań aktywności gospodarczej.
Założenie o prawie okresowości funkcji wartości oczekiwanej jest bardzo wygodne również z ekonomicznego punktu widzenia.
W rozważaniach na temat przyczyn wahań koniunkturalnych możemy uwzględnić wpływ zmiennych endogenicznych i egzo-
genicznych, efekt transmisji koniunktury pomiędzy różnymi gospodarkami, efekt mnożnika inwestycyjnego, jak również efekty
interakcji i nakładania się tych przyczyn. Przyjmując, że każda z tych wielu przyczyn generuje zmiany cykliczne koniunktury (typu
„falowego”), założenie o prawie okresowości funkcji wartości oczekiwanej wydaje się intuicyjnie nie wprowadzać ograniczeń do
tak budowanych koncepcji i teorii cyklu koniunkturalnego.
11.4. Estymacja procesów POS z wykorzystaniem metod podpróbkowania
Parametry bezpośrednio utożsamiane z wahaniami aktywności gospodarczej są zawarte w zbiorze Y . W niniejszym podroz-
dziale uwagę skupiliśmy na problemie estymacji wybranych elementów zbioru Y . W opracowaniu Lenart (2010) sformułowano
i udowodniono twierdzenia z zakresu statystyki matematycznej dotyczące identyfikacji i estymacji parametrów zbioru Y . Metoda
identyfikacji tych parametrów jest oparta na znanej w literaturze z zakresu statystyki matematycznej metodzie podpróbkowania
(subsampling, por. Politis i in. 1999).
W dalszej części przytoczono ideę metody podpróbkowania z opracowania Lenart (2010), które z kolei oparte jest na wynikach
zawartych w monografii (Politis i in. 1999).
Niech , , , 1 2X X Xn będzie n-elementową próbką z rzeczywistego szeregu czasowego : X tt Î Z o łącznym rozkładzie P. Przez
q q … n n nX X X( , , , ) =1 2 oznaczmy estymator nieznanego parametru rzeczywistego q q= ( )P . Wersję podpróbkową estymatora qn
oznaczamy jako qn b t, , i obliczamy jako wartość estymatora qn opartą na podpróbce , , , 1 1X X Xt t t b+ + −
, gdzie 1 1≤ ≤ − +t n b
można interpretować jako punkt startu dla podpróbki, zaś b b n= ( ) jako jej długość. Jednym z podstawowych założeń procedury
podpróbkowania jest założenie, że b n/ 0® oraz b→∞ . Niech un nÎN będzie ciągiem liczb rzeczywistych. Jeśli interesuje nas
aproksymacja metodą podpróbkowania rozkładu wielkości:
υ θ θn n( ) - (11.8)
wtedy dystrybuantę tego rozkładu dla dowolnego punktu x ÎR przybliżamy podpróbkowym estymatorem postaci:
L xn b
xn b
t
n b
b n b t n,
=1
1
, ,( ) =1
1 ( )
− +− ≤
− +
∑ 1 υ θ θ
(11.9)
Kolejnym podstawowym założeniem metody podpróbkowania jest to, że rozkład asymptotyczny wielkości (11.8) istnieje. Aby wy-
jaśnić zgodność metody podpróbkowania, oznaczmy przez J P( ) rozkład graniczny wielkości υ θ θn n( ) - , zaś przez J x( ) wartość
dystrybuanty rozkładu J P( ) w punkcie x. Niech c(1 )-a oraz cn b, (1 )-a będą odpowiednio kwantylami rzędu 1-a z rozkładu
J P( ) oraz rozkładu podpróbkowego, czyli
c x J x(1 ) = : ( ) 1 − ≥ −a ainf
c x L xn b n b, ,(1 ) = : ( ) 1 − ≥ −a ainf
Przy takich oznaczeniach mówimy, że procedura podpróbkowania jest zgodna, jeśli:
(i) L x J xn b
p
, ( ) ( )® , dla każdego punktu ciągłości dystrybuanty J( )× ,
(ii) x
n b
pL x J x
∈− →
Rsup | ( ) ( ) | 0,, w przypadku ciągłości dystrybuanty na osi rzeczywistej,
(iii) dla dowolnego punktu c(1 )-a ciągłości dystrybuanty J( )× zachodzi
142
P cn n n b( ( ) (1 )) 1,υ θ θ α α − ≤ − → −
gdzie a Î (0,1).
Warunki wystarczające zgodności metody podpróbkowania w przypadku niestacjonarnych szeregów czasowych sformułowano
w Założeniach 4.2.1 oraz 4.2.2 w monografii (Politis i in. 1999, s. 102–103). Zauważmy, że do konstrukcji estymatora (11.9) nie jest
wymagana znajomość rozkładu asymptotycznego wielkości (11.8), co jest bardzo wygodne w sytuacji, gdy rozkład ten nie jest
dokładnie znany lub bardzo skomplikowany.
Praktyczne zastosowanie metody podpróbkowania napotyka jednak na pewne niedogodności. Ograniczenie wprowadza nie-
wątpliwie warunek b n/ 0® , bez którego, jak wynika ze wspomnianej monografii, dowód zgodności procedury wydaje się być
niemożliwy. Metoda podpróbkowania może być bowiem wrażliwa na zmiany parametru b. Taki wniosek uzyskano również w pracy
(Lenart i in. 2008), badając własności testu opartego na rozkładzie podpróbkowym dla szeregów czasowych OS. Wartość optymalna
parametru b nie jest znana, poza kilkoma szczególnymi przypadkami.
W opracowaniu (Lenart 2010) udowodniono zgodność procedury podpróbkowania w klasie niestacjonarnych szeregów czasowych
dla estymatora współczynnika Fouriera m( )y dla dowolnego ψ πÎ[0,2 ), co prowadzi z kolei do konstrukcji testu statystycznego1,
na podstawie którego identyfikowane są częstotliwości zbioru Y . Metodologia ta zostanie opisana w kolejnym podrozdziale.
11.5. Czterostopniowa procedura ekstrakcji cyklu koniunkturalnego
W tym podrozdziale przedstawimy czterostopniową procedurę ekstrakcji cyklu koniunkturalnego opisaną szczegółowo w pracach
(Lenart 2010; Lenart, Pipień 2011).
Niech : P tt Î Z będzie obserwowanym szeregiem czasowym. Dla ustalenia uwagi koncentrujemy się na szeregach
obserwowanych z częstotliwością miesięczną2. Zakładamy, że : P tt Î Z to szereg czasowy o skończonej bezwarunkowej warto-
ści oczekiwanej, dla dowolnej chwili czasowej t Î Z. Równanie modelu opiera się na założeniu, że funkcja wartości oczekiwanej
mµP tt E P( ) = ( ) jest sumą funkcji f t( , )b argumentu t Î Z i parametru b ÎRs oraz funkcji prawie okresowej:
g t m e
P
Pi t( ) = ( )
y
yy∈∑Ψ
(11.10)
argumentu t Î Z , gdzie ΨP ⊂[0,2 )p . Równanie modelu ma zatem postać
µ β β ψψ
ψP
P
Pi tt f t g t f t m e( ) = ( , ) ( ) = ( , ) ( )+ +
∈∑Ψ
(11.11)
Dla zbioru YP stosujemy naturalną reprezentację postaci
Ψ Ψ Ψ ΨP P P P= ,1 ,2 ,3∪ ∪ (11.12)
gdzie zbiór YP ,1 to zbiór zawierający częstotliwości utożsamiane z częstotliwościami odpowiedzialnymi za wahania koniunkturalne,
zbiór YP ,2 to zbiór częstotliwości odpowiedzialnych za wahania sezonowe, zaś zbiór YP ,3 to zbiór pozostałych częstotliwości.
Do zbioru YP ,1 zaliczamy takie częstotliwości, które odpowiadają cyklom o długości od półtora roku do nieskończoności3, co
oznacza, że
Ψ ΨP P,1 ,1(0 0.35) =∩ ;
Zbiór YP ,1 zawiera zatem częstotliwości będące obiektem zainteresowania. Zbiór YP ,2 utożsamiamy z przecięciem zbioru YP
ze zbiorem częstotliwości 2 / : =1,2, , 1k T k Tp - , gdzie T to liczba okresów w roku w rozważanych danych. Natomiast zbiór YP ,2 zawiera pozostałe częstotliwości, np. te odpowiedzialne za interakcję wahań sezonowych i wahań cyklicznych utożsamianych
z wahaniami spowodowanymi zmianami w koniunkturze gospodarczej4.
W rozważaniach będziemy przyjmować, że funkcja f t( , )b jest wielomianem stopnia co najwyżej drugiego, czy-
li f t t tpp( , ) = 0 1b b b b+ + + , gdzie p £2 . Wartość parametru p będzie przyjmowana w zależności od wskaźnika
makroekonomicznego jako 1 lub 2, po obserwacji graficznej realizacji pierwszych lub drugich różnic rozważanego szeregu
czasowego. Zaznaczmy, że funkcja f t( , )b może nie zawierać wyrazu wolnego, ponieważ wyraz wolny jest naturalnym wyrazem
1 Test ten jest testem asymptotycznie zgodnym.2 Analogicznie można rozważać szereg czasowy w ujęciu kwartalnym lub innym.3 Nie wszystkie częstotliwości z tego zbioru utożsamiamy z wahaniami aktywności gospodarczej.4 Przykład szeregu czasowego spełniającego równanie modelowe (11.11) można znaleźć w (Lenart 2010).
143
szeregu trygonometrycznego g t( ) 5. Rozważmy przykład szeregu czasowego spełniającego dotychczasowe założenia sformuło-
wane w równaniu modelowym (11.11).
Przykład 3.1 Niech szereg czasowy : P tt Î Z będzie postaci
P Pt t t= 1− +e
gdzie E P b( ) =0 oraz : et t Î Z , to szereg czasowy POS o funkcji wartości oczekiwanej (bezwarunkowej) µε( )× spełniającej równanie
µε( ) = ( ) ( 1)t a g t g t+ − −
gdzie g : Z R® to funkcja prawie okresowa postaci:
g t m ei t( ) = ( )y
yy∈∑Ψ
a ÎR oraz card( ) <Ψ ∞. Zauważmy, że dla dowolnego t ³1 mamy
P Pt t= .0 1 2+ + + +e e e
Dlatego
E P b E b at g g t f t g tt
j
t
j( ) = ( ) = (0) ( ) = ( , ) ( ),=1
+ + − + +∑ ε β
gdzie f t t( , ) = 0 1b b b+ , b0 = (0)b g- , b1 = a, co oznacza, że rozważany szereg czasowy : P tt Î Z spełnia równanie (11.11). Za-
uważmy, że jeśli przyjmiemy g t( ) 0º , wtedy µε( ) =t a, co oznacza, że szereg czasowy : P tt Î Z spełnia równanie I (11.1) z dryfem
z warunkiem dodatkowym E P b( ) =0 .
Poniżej przytoczono procedurę identyfikacji i estymacji parametrów modelu (w postaci algorytmu składającego się z czterech
etapów) z opracowania (Lenart 2010). W większości przypadków przed zastosowaniem tego algorytmu realizacja danego szeregu
czasowego będzie poddana operacji logarytmowania logarytmem o podstawie naturalnej6.
Etap 1. Osłabienie wahań sezonowych
Zważywszy na fakt, że w większości miesięcznych wskaźników makroekonomicznych obecne są wahania sezonowe spowodowane
zmianami pór roku, oczywiste wydaje się być spostrzeżenie, że
ΨP k k∩ / ∅2 /12 : =1,2, ,11 =p
co oznacza, że zbiór YP zawiera pewne częstotliwości odpowiedzialne za wahania sezonowe. Identyfikacja parametrów modelu
utożsamianych z wahaniami cyklicznymi nie jest jednak kluczowym celem podczas badań nad aktywnością gospodarczą. Chcąc
wyeliminować wahania sezonowe oraz jednocześnie wzmocnić wahania koniunkturalne, będziemy stosować dla rozważanego
wskaźnika filtr z rodziny scentrowanej średniej ruchomej. Jedną z możliwości jest wspomniany już operator typu 2x12MA (por.
Makridakis i in. 1998; Brockwell, Davis 2002). Działając operatorem 2x12MA, otrzymujemy szereg czasowy : Y tt Î Z , dla którego:
Y L B Pt t= ( )2 12´
gdzie
L B B B B B B B2 126 5 1 5 6( ) = ( 2 2 2 2 2 ) / 24×− − −+ + + + + + + +
zaś B P Pkt t k= - dla dowolnych całkowitoliczbowych wartości czasu t i przesunięcia k. Zauważmy, że dla szeregu czasowego
: Y tt Î Z bezwarunkowa wartość oczekiwana istnieje. Korzystając z twierdzenia B.1, otrzymujemy funkcję bezwarunkowej war-
tości oczekiwanej szeregu czasowego : Y tt Î Z postaci
5 Warunkiem wystarczającym na to jest aby ΨP ∩ ≠∅ .06 Po operacji logarytmowania wyodrębniony cykl (z zastosowaniem kroków etapu 4) pozwoli na interpretację tych wahań jako cyklu odchyleń.
Kolejnym celem operacji logarytmowania jest ewentualne wyrównanie amplitudy wahań sezonowych, co ułatwi ich osłabienie na etapie 1 algorytmu.
144
µ β β β
β
Y t pp
f t
t E Y t t( ) = ( ) = 0 1
( , )
…
+ + +
+∈∑ψ
ψψΨY
Yi tm e( )
(11.13)
gdzie
ΨY k k∩ ∅2 /12 : =1,2, ,11 =p
oraz
Y YY P k k= 2 /12 : =1,2, ,11\ p
Oznacza to, że szereg czasowy : Y tt Î Z zawiera te same częstotliwości w zbiorze YY co szereg czasowy : P tt Î Z w zbiorze YP , po odjęciu częstotliwości odpowiedzialnych za wahania sezonowe. Dodatkowo dla współczynników mP ( )y oraz mY ( )y
zachodzi zależność:
m L e mYi
P( ) = ( ) ( )2 12y yy×
− (11.14)
Dla współczynników bk oraz bk otrzymujemy bk = bk , dla k p= oraz k p= 1- , co oznacza, że dla p = 0 oraz p =1 współczyn-
niki wielomianów się nie zmieniają. W przypadku, gdy p = 2 zmienia się jedynie wyraz wolny wielomianu.
Etap 1 będzie wykonywany dla wszystkich rozważanych wskaźników makroekonomicznych podczas analizy cykliczności koniunk-
turalnej bez względu na uzasadnienie obecności wahań sezonowych. Powodem są własności, jakie posiada filtr 2x12MA, po
zastosowaniu którego wahania przypadkowe zostają osłabione, co ułatwi kolejne etapy analizy.
Etap 2. Eliminacja trendu
Kolejnym krokiem, który proponujemy w algorytmie identyfikacji częstotliwości zbioru YP w reprezentacji (11.11) jest zastoso-
wanie operatora eliminującego ewentualny trend z szeregu czasowego : P tt Î Z . Przypomnijmy, że w pracy rozważamy jedynie
przypadek, w którym funkcja f t( , )b jest wielomianem stopnia p, gdzie p £2. Rozważymy zatem dwa przypadki.
Przypadek 1. Niech p =1. Stosując operator L B B1( ) = (1 )- dla szeregu czasowego średniej ruchomej, otrzymujemy szereg czasowy
: X tt Î Z postaci:
X L B Y Y Y P P P Pt t t t t t t t= ( ) = = ( ) / 241 1 6 6 5 7− − + −− + − + −
Wartość oczekiwana dla szeregu czasowego : X tt Î Z istnieje i jest funkcją prawie okresową daną wzorem:
µ β ψψ
ψX
X
Xi tt m e( ) = ( )1+
∈∑Ψ
(11.15)
gdzie
Y YX P k k= 2 /12 : = 0,1,2, ,11\ p
co wynika z Twierdzenia B.1. Dodatkowo:
m L e m L e L e mXi
Yi i
P( ) = ( ) ( ) = ( ) ( ) ( )1 1 2 12y y yy y y− −×
− (11.16)
oraz
Ψ ΨX P∩ (0 0.35) = ,1;
(11.17)
Należy zwrócić uwagę, że wartość oczekiwana szeregu czasowego : X tt Î Z jest funkcją prawie okresową, dla której waru-
nek 1.5.1 jest spełniony. Tak otrzymany szereg wynikowy : X tt Î Z można identyfikować z dynamiką zmian szeregu czasowego : P tt Î Z .
Przypadek 2. Dla p = 2 stosujemy operator L B B22( ) = (1 )- . W ten sposób otrzymujemy szereg
X B P P P Pt t t t t= (1 )( ) / 246 6 5 7− − + −+ − + −
µ β ψψ
ψX
X
Xi tt m e( ) = ( )2
+∈∑Ψ
(11.18)
145
gdzie
m L e m L e L e mXi
Yi i
P( ) = ( ) ( ) = ( ) ( ) ( )2 2 2 12y y yy y y− −×
− (11.19)
Y YX P k k= 2 /12 : = 0,1,2, ,11\ p
Analogicznie jak w przypadku, gdy p = 1 otrzymujemy
Ψ ΨX P∩ (0 0.35) = ,1;
(11.20)
W tym miejscu warto wyjaśnić, dlaczego przed przystąpieniem do wyznaczania pierwszych lub drugich różnic nie wykonujemy
znanych w literaturze przedmiotu testów pierwiastka jednostkowego ADF (Augmented Dickey-Fuller). Powodem jest brak w litera-
turze uzasadnienia dla stosowania testu ADF w przypadku, gdy zakładamy, że wartość oczekiwana rozważanego szeregu czaso-
wego zależy od wartości nietrywialnej funkcji prawie okresowej. Operacja różnicowania, która jest wykonywana na etapie 2 jest
postrzegana w kategoriach filtru, dzięki któremu wyeliminowany zostanie ewentualny składnik trendu liniowego bądź trendu
stochastycznego. Nieuzasadnione stosowanie filtru różnicowania nie powoduje bowiem utraty żadnych informacji (z formalnego
punktu widzenia) o częstotliwościach utożsamianych ze zmianami koniunktury (zob. formuły (17), (20)).
Etap 3. Identyfikacja i estymacja częstotliwości
Identyfikacja i estymacja częstotliwości w zbiorze YP dla szeregu czasowego : P tt Î Z sprowadza się zatem do ich identyfikacji
na podstawie realizacji szeregu czasowego : X tt Î Z 7. Na potrzeby dalszego rozumowania sformułujemy dodatkowe założenie
dotyczące szeregu czasowego : X tt Î Z . Założenie to umożliwia identyfikację częstotliwości zbioru YP szeregu czasowego : Y tt Î Z na podstawie realizacji szeregu czasowego : X tt Î Z . Przyjmijmy zatem, że szereg czasowy : X tt Î Z jest szeregiem
czasowym POS, co oznacza, że charakteryzuje się również prawie okresową funkcją autokowariancji. Założenie to jest konieczne
w celu identyfikacji częstotliwości zbioru YP metodą podpróbkowania. Nie należy oceniać tego założenia jako nazbyt restrykcyj-
nego, ponieważ szereg ten powstał w wyniku zastosowania operatora różnicowania i operatora średniej ruchomej dla pierwotnych
danych. Dodatkowo w wielu cytowanych wcześniej artykułach oraz monografiach dotyczących analizy wskaźników makroekono-
micznych (por. np. Parzen, Pagano 1979; Osborn, Smith 1989; Fransem, Boswijk 1996; Franses 1996; Fransem, Ooms 1997; Fransem,
Dijk 2005) przyjmuje się nieco silniejsze założenia o okresowej strukturze funkcji autokowariancji.
W celu identyfikacji parametrów podlegających wnioskowaniu w zbiorze YP ,1 stosujemy statystykę testową Pn nn r( ) = | ( ) |y yoraz odpowiadające wartości krytyczne gn b, (0 99%), dla szeregu : X tt Î Z . Przypomnijmy, że statystyka testowa Pn( )y może
być identyfikowana z wartością statystyki testowej Pn nn m( ) = | ( ) |y y opartej na próbie , , , 1 2X X X X X Xn n n n- - - , gdzie X n jest średnią z próby , , , 1 2X X Xn . Wartość krytyczna jest obliczana jako
g x G xn b n b,
, (1 ) = : ( ) 1 ψ ψα α− ≥ −inf
gdzie
G xn b
b r r xn bt
n b
nt b
n,
=1
11,
( ) =1
1 (| ( ) | | ( ) |) y y y
− +− ≤
− +−∑ 1
oraz
rb
X X ent b
j t
t b
j ni j
−+ −
−∑ −1,
=
1
( ) =1
( )y y
W analizach przyjmujemy, że b n= 2 5, . Wartości statystyki testowej wraz z wartościami krytycznymi wyznaczamy dla częstotli-
wości y z dyskretnego zbioru8 zawartego w przedziale (0; 0.35). Jeśli wartość statystyki testowej przekracza wartość krytyczną na
pewnym przedziale I Ì (0; 0.35), wtedy zakładamy, że w przedziale tym zawarta jest częstotliwość ze zbioru YP ,1. W kolejnym
kroku dokonujemy estymacji nieznanej częstotliwości.
7 W literaturze dotyczącej analizy wahań aktywności gospodarczej można również znaleźć przykłady zastosowania szeregów Fouriera jako me-tody aproksymacji funkcji trendu. W monografii (Milas i in. 2006; rozdział 9, s. 221–246) rozważono model ze zmiennym w czasie wyrazem wol-nym, który aproksymowano z zastosowaniem szeregów Fouriera. Podejście to jest jednak nieco inne od tego, gdzie analiza fourierowska jest stosowana w celu identyfikacji i estymacji parametrów mogących mieć wpływ na obraz wahań koniunkturalnych. Funkcja trendu nie podlega zaś estymacji, jak to miało miejsce w przypadku wyników zawartych w Milas i in. 2006.
8 Zbiór ten zostanie tak dobrany, aby jego liczebność była kilkukrotnie większa od liczebności próby.
146
Etap 4. Wyodrębnienie cyklu filtrem Hodricka i Prescotta
W tym kroku jest dokonywany wybór parametru filtracji metodą Hodricka i Prescotta, tak aby poprawnie wyodrębnić waha-
nia będące obiektem zainteresowania. Poprzez filtr HP będziemy rozumieć filtr (wyodrębniający wahania cykliczne) postaci:
L B a B B Bk
jj( ) = =1 1/ (1 (1 ) (1 ) )
=
2 1 2
−∞
∞ −∑ − + − −l , gdzie filtr 1 ( )-L B jest filtrem wyodrębniającym długookresową ścieżkę wzro-
stu lub spadku (trend).
W zastosowaniach empirycznych metody filtracji zaproponowanej przez Hodricka i Prescotta szczególnie ważny jest właściwy
dobór parametru wygładzającego l. Zmiana parametru l dla danych wpływa na gładkość wyodrębnionej linii trendu. Im większa
wartość parametru l, tym gładsza linia trendu, a przez to wyodrębnione wahania (będące różnicą pomiędzy danymi a wartościami
z linii trendu) zawierają cykle o większej długości. Algorytm doboru parametru wygładzającego l w zależności od długości cykli
będących obiektem zainteresowania zaprezentowano w pracy (Maravall, del Rio 2001). W pracy tej (s. 17 wzór 5.3) przytoczono
formułę na wartość parametru l jako funkcję częstotliwości w0 postaci
λ ω= [4(1 ( )) ]02 1- -cos
(11.21)
Częstotliwość w0 można interpretować jako dolną granicę częstotliwości będących przedmiotem zainteresowania. Ustalenie w0 ,
które dotychczas w literaturze odbywało się arbitralnie, determinowało cechy morfologiczne uzyskanych estymatorów cyklu. Na
mocy konstrukcji wartość parametru l może być interpretowana jako wartość, dla której, po zastosowaniu filtra HP, wzmocnione
zostaną wahania o korespondujących częstotliwościach powyżej wartości w0 , zaś osłabieniu wahania o korespondujących czę-
stotliwościach poniżej wartości w0 . Taka interpretacja jest możliwa poprzez wykazanie, że filtr HP można otrzymać jako szczególny
przypadek filtra Butterwortha (por. Gómez 1999; Gómez 2001).
Proponowane w niniejszej monografii podejście sprowadza się do zdeterminowania parametru wygładzania l wartościami istot-
nych statystycznie częstotliwości zidentyfikowanych na etapie 3 algorytmu. Parametr wygładzania dobieramy zatem tak, aby
osłabić wahania niebędące efektem zmian koniunktury, a jednocześnie wzmocnić te wahania, które utożsamiamy ze zmianami
aktywności gospodarczej. Dobór parametru l staje się w konsekwencji procedurą statystyczną, o własnościach asymptotycznych,
nie jest zaś jak dotychczas czysto arbitralną decyzją.
Aby wyjaśnić powyższy mechanizm, rozważymy przykład, w którym wyodrębniono wahania za pomocą filtra HP dla różnych
wartości parametru l.
Przykład 3.2. Rozważmy szereg czasowy : P tt Î Z postaci
P t t t tt t= (0 262 ) / 2 4 (0 15 ) 10 (0 06 ) 5 (2 /12)cos , cos , cos , sin+ + + +π η (11.22)
gdzie η η εt t t= 1− + , h0 = 0 oraz : et t Î Z to biały szum gaussowski o średniej równej 0,6 oraz wariancji równej jeden.
Dla danych miesięcznych częstotliwość 0,262 odpowiada za cykl dwuletni, częstotliwość 0,15 za cykl 3,5-letni, zaś częstotliwość
0,06 za cykl 8,7 roku. Korzystając z reprezentacji (11.12), można zapisać 0 262, 0 15, 0 06 ,1, , , ⊂ΨP oraz 2 /12 ,2pt P∈Ψ . Wyznaczo-
no realizację o liczebności n = 160 z modelu (11.22), zastosowano filtr scentrowanej średniej ruchomej 2x12MA celem osłabienia
wahań sezonowych oraz wyodrębniono wahania za pomocą filtra HP dla różnych parametrów wygładzania. Wyniki przedstawiono
na rysunku 11.1.
Zauważmy, że dla parametru l = 5500, 12000, 32000 (odpowiadającego zgodnie z formułą (11.21) cyklom o długości 4,5, 5,5 oraz 7
lat) wyodrębnione wahania cykliczne charakteryzują się cyklicznością o średniej długości cyklu 3–4 lata (zob. rysunek 11.1. (d)–(f )).
Analizując z kolei wahania wyodrębnione dla parametrów l = 5000, 13310 (odpowiadających zgodnie z formułą (11.21) cyklom
8 oraz 10-letnim), można zauważyć wyraźny wpływ częstotliwości 0,06 (korespondującej w równaniu (11.22) z cyklem 8, 7-letnim)
na obraz otrzymanych wahań. Dla tak dobranych parametrów wygładzania wahania o korespondującej długości 8,7 roku nie są
bowiem skutecznie odseparowane ze względu na bliskość częstotliwości 0,06 z częstotliwością korespondującą z parametrem
wygładzania l oraz ze względu na dużą wartość amplitudy tych wahań (zob. równanie modelu (11.22)). Dlatego też filtr HP osłabił
te wahania w mniejszym stopniu dla l = 55000,13310 (tworząc cykl pozorny o przybliżonej długości 6–8 lat), niż dla parametrów
l = 5500, 12000, 32000. Rysunek 11.1 (c) przedstawia wielkość | ( ) |L e i- y (tzw. wzmocnienie filtra liniowego) istotną z punktu
widzenia interpretacji amplitudy wyodrębnionych wahań.
Analizując zidentyfikowane częstotliwości ze zbioru YP ,1, parametr l dobieramy tak, aby częstotliwość wyznaczona według
formuły (11.21) znajdowała się pomiędzy częstotliwościami utożsamianymi ze zmianami koniunktury a częstotliwościami utożsa-
mianymi z długookresową tendencją do wzrostu. Brak informacji na temat istotnych częstotliwości zbioru YP ,1 może prowadzić
bowiem do błędnych wniosków. Ustalanie arbitralne parametru wygładzania może w poważny sposób (z punktu widzenia wycią-
ganych wniosków) zniekształcić obraz wahań cyklicznych utożsamianych ze zmianami aktywności gospodarczej.
147
(a) Realizacja szeregu czasowego (c) Wzmocnienie filtra HP dla
(kolejno od strony prawej)
λ = 5500, 12000, 32000, 55000, 133100(1,22), n = 160
(b) 2x12MA
(d) ( )0λ = 5500, – 4,5 rokuω (e) ( – 5,5 roku)0λ = 12000, ω (f ) ( – 7 lat)0λ = 32000, ω
(i) Porównanie wyników(g) ( lat)0λ = 5500, – 8ω (h) ( – 10 lat)0λ = 1331000, ω
10
20
30
40
50
60
20
30
40
50
0,05 0,1 0,15 0,2 0,25 0,3 0,35
0,2
0,4
0,6
0,8
1
-3-2-1
123
-4
-2
2
-4
-2
2
4
-6
-4
-2
2
4
-6-4-2
246
-6-4-2
246
Rys. 11.1. Działanie filtra HP dla różnych wartości parametru wygładzającego l na realizację szeregu czasowego postaci (11.22) po zastosowaniu scentrowanej średniej ruchomej
Źródło: opracowanie własne.
2 /12p 4 /12p 6p/12 8p/12 10p/12 12p/12
Rys. 11.2. Identyfikacja istotnych wartości statystyki Pn nn r( ) = | ( ) |y y dla realizacji procesu : X tt Î Z – wartości statystyki
testowej Pn nn r( ) = | ( ) |y y dla y ze zbioru dyskretnego ( 1) / 720 : =1, 2, ,720k k- p
– wartości gn b, (99%)y dla
y ze zbioru dyskretnego ( 1) / 720 : =1, 2, ,720k k- p
Źródło: Lenart 2010.
Aby zilustrować działanie etapu 3 proponowanego algorytmu, na rysunku przedstawiono wartości statystyki testowej Pn nn r( ) = | ( ) |y y oraz wartości gn b,
(99%)y dla y ze zbioru dyskretnego ( 1) / 720 : =1, 2, ,720k k- p dla pierwszych różnic
procesu scentrowanej średniej ruchomej indeksu produkcji w Polsce9.
Obszary, w których zidentyfikowano wartości statystyki testowej przekraczające wartości kwantyla podpróbkowego zaznaczo-
no na rysunku 11.2 w postaci czerwonych prostokątów. Obszary te przedstawiono również na rysunku 11.3. Linie pionowe na
rysunku 11.3 (a) reprezentują próbkowe wartości estymatora nieznanych częstotliwości ze zbioru Y1,P . Wartości te zestawiono
w poniższej tabeli:
9 Indeks jednopodstawowy (2005 = 100%) w okresie od stycznia 1995 r. do grudnia 2009 r.
148
0,04 0,09 0,13 0,17 0,22 0,26 0,31 0,35 0,39 0,44 2,01 2,05 2,09 2,14 2,18 2,23 2,27 2,31 2,36 2,4
Rys. 11.3. Identyfikacja istotnych wartości statystyki testowej n r n| ( ) | y dla realizacji dyskretnego procesu : X tt Î Z : (a) wartości
statystyki testowej Pn nn r( ) = | ( ) |y y (linia czarna) oraz wartości gn b, ( )ψ α (linie niebieskie) dla a Î %, %, %92 95 99
oraz y ze zbioru dyskretnego ( 1) / 720 : =1,2, ,100k k- p ; (b) wartości statystyki testowej Pn nn r( ) = | ( ) |y y
(linia czarna) oraz wartości gn b, ( )ψ α (linie niebieskie) dla a Î %, %, %92 95 99 oraz y ze zbioru dyskretnego
( 1) / 720 : = 450 451, ,550k k- p , .
Źródło: (Lenart 2010).
Tabela 11.1. Wartości estymowanych częstotliwości wraz z korespondującą długością cyklu w latach dla indeksu produkcji przemysłowej w Polsce
Estymowana wartość częstotliwości yn,1 = 0 062, yn,2 = 0 153, yn,3 = 0 258,
Korespondująca długość cyklu (w latach)
8,5 3,4 2
Źródło: opracowanie własne.
Na podstawie otrzymanych wartości estymatorów nieznanych częstotliwości ze zbioru YP ,1 dobierany jest parametr filtru Ho-
dricka i Prescotta. Dobór tego parametru opiera się zatem na podstawie wyników uzasadnionych z formalnego punktu widzenia.
Pozwala to na uniknięcie zarzutu arbitralności w wyborze tego parametru. Na rysunku 11.4 przedstawiono wyodrębnione w ten
sposób wahania dla indeksu produkcji przemysłowej w Polsce10. Przyjęte parametry metody Hodricka i Prescotta równe: l = 5500,
l = 12000, l = 32000, l = 55000 – co odpowiada osłabieniu wahań przekraczających długość (odpowiednio): 4,5 roku, 5,5 roku,
7 lat oraz 8 lat. Wybór takiego zestawu parametrów jest związany z brakiem zidentyfikowanych wahań w przedziale 4–8 lat.
Bardziej szczegółowe omówienie metod estymacji amplitudy oraz fazy wahań utożsamianych z wahaniami aktywności gospodar-
czej (wraz z ich graficzną reprezentacją i interpretacją) można znaleźć w (Lenart 2010).
Szczegółowa charakterystyka wahań aktywności gospodarczej Polski wydaje się jedynie wstępnym etapem w modelowaniu cykli
koniunkturalnych. Kolejnym etapem powinna być prognoza fazy cyklu koniunkturalnego na podstawie odpowiednio skonstru-
owanych modeli ekonometrycznych. Zagadnienie to jest jednak złożone ze względu na cechy fluktuacji koniunkturalnych. No-
watorska metodologia konstrukcji prognozy cyklu – poprzez zastosowanie podejścia bayesowskiego – jest tematem następnego
podrozdziału.
-0,06
-0,04
-0,02
0,02
0,04
0,06
-0,06
-0,04
-0,02
0,02
0,04
0,06
`95 `96 `97 `98 `00 `01 `02 `03 `04 `05 `06 `07 `08 `09`99
Rys. 11.4. Wyodrębniony proces ze średniej ruchomej logarytmu produkcji przemysłowej za pomocą filtru Hodricka i Prescotta dla: l = 5500 (linia czarna), 12000 (linia czerwona), 32000 (linia niebieska), 55000 (linia zielona)
Źródło: opracowanie własne.
10 Indeks jednopodstawowy (2005 = 100%) w okresie od stycznia 1995 r. do grudnia 2009 r., po zastosowaniu scentrowanej średniej ruchomej 2x12MA.
149
11.6. Bayesowskie prognozy wskaźników makroekonomicznych z wykorzystaniem modeli jednowymiarowych
Proponowana metodologia otrzymywania krótkoterminowych prognoz podstawowych wskaźników mikroekonomicznych za-
kłada zastosowanie bayesowskiego ujęcia wnioskowania do podstawowych, parametrycznych modeli dla szeregów czasowych.
Zastosowanie wnioskowania bayesowskiego jest podyktowane dwoma podstawowymi względami. Po pierwsze umożliwia w peł-
ni formalne porównanie konkurencyjnych modeli oraz łączenie wiedzy. Problemy związane z wyborem modelu nie wymagają
arbitralnych decyzji o wyborze jednej specyfikacji oraz odrzuceniu pozostałych, konkurencyjnych modeli. Ostateczne prognozy
stanowią rezultat formalnego wnioskowania z wykorzystaniem wszystkich rozważanych modeli łącznie, przy czym niepewność
związana z wyborem specyfikacji jest automatycznie odzwierciedlona w prognozach. Po drugie wnioskowanie bayesowskie do-
starcza użytecznego, formalnie podbudowanego i niearbitralnego opisu niepewności o prognozowanych wielkościach w postaci
rozkładu predyktywnego. W przeciwieństwie do stosowanych w niektórych przypadkach procedur badania rozkładu błędów ex
post nie jest wymagane odwoływanie się do arbitralnych, przyjętych ad hoc metod. W modelu bayesowskim rozkład predyktywny
jest wyznaczony w sposób jednoznaczny. W przypadku badania rozkładu błędów ex post nawet przy ustalonej postaci modelu
próbkowego można rozważać różne typy rozkładów błędów, zaś otrzymane wyniki mogą być silnie wrażliwe na długość rozpa-
trywanego szeregu prognoz wygasłych.
Podstawowym narzędziem prognostycznym będą modele jednowymiarowe dla pojedynczych szeregów czasowych. Takie zało-
żenie wynika z ustalenia, że głównym celem wnioskowania jest badanie przyszłych wartości wskaźników charakteryzujących stan
gospodarki. Analiza przyszłych zależności pomiędzy nimi stanowi bardziej zaawansowany problem. W takim ujęciu ograniczenie
się do modeli jednowymiarowych może być zasadne. Ze względu na fakt, że podstawowym celem wnioskowania jest predykcja,
zrezygnowano z uwzględnienia w analizie zmiennych egzogenicznych, gdyż wymagałoby to specyfikacji dodatkowego modelu,
co prowadzi nieuchronnie do komplikacji zagadnienia.
Na użytek niniejszej analizy zakłada się, że modelowaniu podlega zmienna yt reprezentująca przyrosty (lub logarytmiczne sto-
py zmian) rozważanego wskaźnika makroekonomicznego xt . Przyjmuje się ponadto, że dostępnych jest T obserwacji (realizacji
zmiennych losowych) reprezentujących wartości yt w kolejnych, równo odległych odstępach czasu (okresach). Wartości yt w na-
stępnych H okresach są traktowane jako niedostępne i stanowią przedmiot wnioskowania statystycznego (predykcji).
Poniżej dla większej przejrzystości przyjęto notację rodzajową, w ramach której p(.) reprezentuje funkcje gęstości absolutnie cią-
głego rozkładu prawdopodobieństwa, przy czym identyfikacja rozkładów różnych zmiennych wynika z kontekstu oraz oznaczenia
przyjętego dla argumentów funkcji p(.) . Podobnie wektor wszystkich parametrów w przypadku różnych modeli próbkowych jest
oznaczony przez θ, bez subskryptu identyfikującego model. Dla uproszczenia notacji przyjęto również, że ciąg zmiennych losowych yt (proces stochastyczny z czasem dyskretnym) może być reprezentowany poprzez pojedynczy, typowy element yt .
Każdy z konkurencyjnych modeli próbkowych odpowiada rodzinie T-wymiarowych rozkładów wektora losowego y, grupującego
dostępne obserwacje, parametryzowanej skończenie wymiarowym wektorem parametrów θ Î Θ. Zakłada się, że przyjęta postać
modelu próbkowego określa także postać warunkowego (przy ustalonej przeszłości procesu obserwowalnego oraz ustalonych
wartościach parametrów) rozkładu wektora yf grupującego H obserwacji niedostępnych i stanowiących przedmiot wnioskowania
statystycznego.
Model bayesowski reprezentuje łączny rozkład parametrów θ, obserwacji dostępnych y oraz obserwacji niedostępnych yf , które-
mu odpowiada funkcja gęstości prawdopodobieństwa p f( , , )y y q . Należy w tym miejscu zastrzec, że elementami wektora θ mogą
być obserwacje niedostępne, niestanowiące przedmiotu wnioskowania (reprezentujące np. nieznane warunki początkowe procesu
dynamicznego), a także zmienne ukryte.
Na użytek specyfikacji modelu bayesowskiego rozważa się następującą dekompozycję:
p p p pf f( , , ) = ( | , ) ( | ) ( )y y y y yq q q q
gdzie: p f( | , )y y q reprezentuje teorio-próbkowy rozkład predyktywny, p( | )y q odpowiada modelowi próbkowemu, zaś p( )q
reprezentuje tzw. rozkład a priori. Dwa pierwsze elementy są wykorzystywane we wnioskowaniu niebayesowskim i mogą być
specyfikowane poprzez określenie postaci równania obserwacji. Rozkład a priori p( )q odzwierciedla przyjęte we wnioskowaniu
bayesowskim założenie o losowości parametrów i na mocy konstrukcji stanowi brzegowy (względem obserwacji) rozkład niezna-
nych parametrów. Niepewność dotycząca możliwych wartości parametrów (przed wglądem w dane) jest tu formalnie, probabi-
listycznie reprezentowana. Specyfikacja konkretnej postaci p( )q w praktyce badań naukowych najczęściej odwołuje się do idei
(formalnego lub tylko przybliżonego) odzwierciedlenia braku wstępnej wiedzy o parametrach modelu. Powyższy zapis wymaga
oczywiście określenia przestrzeni, w których przyjmują wartości parametry oraz obserwacje.
150
Wnioskowanie statystyczne jest możliwe zgodnie z następującą dekompozycją łącznego rozkładu obserwacji i parametrów:
p p p pf f( , , ) = ( | , ) ( ) ( )y y y y | y yq q q
Odzwierciedla to podstawową ideę wnioskowania bayesowskiego, jaką jest warunkowanie względem wielkości obserwowalnych
(y). Rozkład p( )q | y nazywany jest rozkładem a posteriori. Reprezentuje on wiedzę o parametrach modelu po wglądzie w dane.
W ramach wnioskowania bayesowskiego wstępna wiedza o parametrach, reprezentowana przez rozkład a priori, pod wpływem
obserwacji ulega modyfikacji do postaci rozkładu a posteriori. Rozbieżności pomiędzy rozkładami a priori i a posteriori odzwiercie-
dlają wpływ zaobserwowania danych y na wiedzę o nieznanych parametrach θ.
Jeśli funkcję wiarygodności, która co do postaci analitycznej jest tożsama z p( | )y q , oznaczymy przez Ly ( )q , jądro rozkładu a po-
steriori możemy otrzymać jako:
p L p( ) ( ) ( )q q q| y yµ
Jeśli celem wnioskowania jest wyłącznie predykcja, rozpatruje się rozkład predyktywny o postaci:
p p p df f( | ) = ( | , ) ( )y y y y | y
Θ
θ θ θò
We wzorze powyżej, z łącznego rozkładu wielkości nieznanych, tj. obserwacji niedostępnych i parametrów, warunkowanego wiel-
kościami znanymi, tj. dostępnymi obserwacjami, parametry θ zostały scałkowane. Odpowiada to idei wnioskowania bayesowskie-
go, polegającej na ubrzegowieniu względem wielkości nieznanych, które nie są przedmiotem zainteresowania badacza. W tym
przypadku oznacza to, że cała niepewność związana z wnioskowaniem o nieznanych parametrach została formalnie uwzględniona
w prognozie. Rozkład predyktywny może być interpretowany w ten sposób, że rozkład obserwacji niedostępnych uzyskuje się jako
mieszankę teorio-próbkowych rozkładów predyktywnych (warunkowych względem θ ), mieszanych według rozkładu a posteriori
parametrów θ. W takim ujęciu rozkład predyktywny p f( | )y y reprezentuje zarówno niepewność związaną ze stochastycznym
mechanizmem generującym obserwacje, jak i niepewność obarczającą wnioskowanie o nieznanych parametrach modelu.
W przypadku podstawowego modelu przyjętego w niniejszym badaniu równanie obserwacji definiujące model próbkowy ma
następującą strukturę:
y g t t Tt t= ; , =1, 2,...,g( )+e
ε η ε ψζ ζt
j
J
i t i
k
K
i t i t==1 =1∑ ∑− −+ +
ζ τt iiN| 0, 1q : −( )
Oznacza to, iż przyjęto, że kształtowanie się stóp zmian (przyrostów) rozważanego wskaźnika opisywane jest poprzez funkcję g t ;g( ) , odzwierciedlającą przeciętny poziom zmian xt , wraz z jego ewentualnymi systematycznymi (np. sezonowymi) wahaniami,
oraz proces odchyleń et . Ten ostatni zdefiniowany jest przez rozkłady warunkowe (w sensie warunkowania względem ustalonych
parametrów oraz przeszłości procesu). Ich struktura odpowiada stacjonarnemu i kauzalnemu gaussowskiemu modelowi autoregre-
syjnemu średnich ruchomych ARMA(J, K) (z odwracalną częścią MA) oraz ścisłym białym szumem zt o precyzji t (zob. Brockwell,
Davis 1986; Gelfand i in. 1995). Rozkład wektorów: y oraz ε jest oczywiście określony na RT . Proces odchyleń et , ściśle rzecz biorąc,
nie musi być procesem stacjonarnym. Wynika to z przyjętego powyżej założenia o ograniczonej z dołu dziedzinie czasu.
W takim przypadku niezbędna jest specyfikacja założeń dotyczących warunków początkowych procesu obserwowalnego oraz
białego szumu (oznaczmy je, odpowiednio, przez y 0( ) oraz e 0( ) ). Tutaj zakłada się, że warunki początkowe są nieznane, a zatem
muszą być reprezentowane przez zmienne ukryte. Zakłada się też, że są one stochastycznie niezależne od przyszłości białego
szumu zt , jednak nie przyjmuje się dla nich rozkładów wynikających z rozpatrywania stacjonarnego procesu ARMA w dziedzinie
całkowitej (dla indeksu obserwacji). Z punktu widzenia wnioskowania bayesowskiego warunki początkowe mogą zatem być trak-
towane analogicznie jak inne parametry modelu.
Przyjęcie rozkładów warunków początkowych, które nie odzwierciedlają pełnej jednorodności w czasie procesu et pozwala na
pewne osłabienie założeń dotyczących stabilności strukturalnej rozważanego mechanizmu generowania danych. Przykładowo
skutek oddziaływania zwiększonej zmienności xt w czasie poprzedzającym okres poddany analizie może być uwidoczniony w po-
czątkowej sekwencji modelowanych obserwacji poprzez (wygasający) wpływ warunków początkowych.
151
Przyjęty model dla procesu et implikuje przynajmniej jego asymptotyczna stacjonarność (w tym sensie, że ze wzrostem t rozkład
et jest zbieżny do rozkładu stacjonarnego procesu ARMA o zerowej bezwarunkowej wartości oczekiwanej). Ze względu na zało-
żenie o gaussowskim rozkładzie składników losowych zt w rozważanym przypadku (dla procesu ARMA z czasem w dziedzinie
całkowitej) ścisła stacjonarność jest równoważna stacjonarności kowariancyjnej.
Stacjonarność samego procesu yt zależy od postaci funkcji g t ;g( ) , która definiuje zasadniczy komponent próbkowej wartości
oczekiwanej yt . Wartość oczekiwana yt zależy również od wartości oczekiwanej et , która może być niezerowa ze względu na
oddziaływanie warunków początkowych. Jak wyżej wspomniano, ze wzrostem t wartość oczekiwana et dąży do zera, wobec czego
próbkowa wartość oczekiwana obserwowanego procesu jest dominowana przez postać g t ;g( ) . Mowa tu o bezwarunkowej,
próbkowej wartości oczekiwanej yt w tym sensie, że przy ustalonym i znanym t oraz przy ustalonych parametrach modelu nie jest
rozważane warunkowanie uprzednimi realizacjami procesu yt (tj. realizacjami do chwili o indeksie t – 1 włącznie). Tak rozumiana
bezwarunkowa, próbkowa wartość oczekiwana yt ze wzrostem t jest zbieżna do g t ;g( ) .
Jeśli funkcja g t ;g( ) nie jest stała względem t, jest możliwe, że model próbkowy dla obserwowanego procesu nie będzie się cha-
rakteryzował nawet asymptotyczną stacjonarnością. Będzie to jednak związane wyłącznie z możliwymi wahaniami wzmiankowanej
wartości oczekiwanej; bezwarunkowa wariancja w takim modelu nie może rosnąć nieograniczenie. W tym sensie generowana
niestacjonarność w próbkowym rozkładzie yt ma odmienny charakter od niestacjonarności powodowanej przez pierwiastki jed-
nostkowe w procesie typu ARMA, związane z pojęciem integracji I(1) . W przypadku zdefiniowania yt jako przyrostów xt rozważany
model dopuszcza de facto pewne uogólnienie własności I(1) w stosunku do implikowanego procesu opisującego kształtowanie
się podstawowego wskaźnika makroekonomicznego xt .
Zgodnie z przyjętymi powyżej założeniami wektor wszystkich parametrów modelu ma więc postać: θ γ ψ τ ε’ ’ ’ ’ ’ ’ ’= , , yh , , ,0 0( ) ( )( ) .
Warunki początkowe zostały wcześniej zdefiniowane jako zmienne ukryte, jednak z formalnego punktu widzenia w analizie baye-
sowskiej są one traktowane analogicznie jak parametry. Zakładamy tu ustaloną postać g t ;g( ) i wartości J oraz K. Ze względu na
różne możliwości specyfikacji g t ;g( ) i wybór wartości J oraz K niezbędne jest przeprowadzenie formalnego porównywania modeli.
Na pierwszym etapie analizy zakładamy, że funkcja g t ;g( ) dla kolejnych t przyjmuje kolejno powtarzającą się sekwencję S stałych
wartości (s = 1, 2, ..., S). Dla S = 1 mamy do czynienia z funkcją stałą względem t. Dla S = 12 funkcja g t ;g( ) w przypadku rozpatry-
wania danych miesięcznych przyjmuje każdorazowo tę samą wartość gs w tym samym miesiącu kalendarzowym. Modelowaniu
podlegają przyrosty wartości wskaźników makroekonomicznych, dlatego też nie zachodzi konieczność rozpatrywania dla g t ;g( )
postaci trendów wielomianowych. Ostatecznie więc wektor g obejmuje S nieznanych parametrów. Zakłada się wobec tego, że gÎRS .
Wektory h oraz y reprezentują parametry części ARMA(J, K). Warunki kauzalności i odwracalności sprawiają, że wektory te należą
do zbiorów o raczej skomplikowanym kształcie w ogólnym przypadku. Omawiane warunki implikują hÎHJ oraz y yÎ K , a także
HiiÌR oraz Hi i= Y . Pomiędzy wektorami h oraz y zachodzi swobodna zmienność (tj. η ψ Ψ’ ’
J K, H( )∈ × ).
Warunki początkowe spełniają y 0( ) oraz e 0( ) przyjmują wartości w R J oraz RK . Zakłada się, że zarówno y 0( ) , jak e 0( ) są to
wektory losowe utworzone ze zmiennych o identycznych, niezależnych rozkładach typu t Studenta o liczbie stopni swobody więk-
szej od 2. Oczywiście parametry rozkładu typowego elementu y 0( ) oraz e 0( ) są inne. Założenie o identyczności i niezależności
omawianych rozkładów podyktowane jest dążeniem do uproszczenia struktury modelowej.
Proponowana struktura rozkładów a priori w omawianym modelu jest następująca (poniżej warunki początkowe będą traktowane
tak samo jak pozostałe parametry):
p p p p p p p( ) = ( ) ( ) ( ) ( ) ( ) ( )0 0θ γ η ψ εt y( ) ( )
Wszystkie powyższe rozkłady są rozkładami właściwymi, pomiędzy grupami parametrów zachodzi niezależność a priori. Dla parame-
trów g przyjęto a priori wielowymiarowy rozkład normalny. Dla parametrów h oraz y przyjęto rozkłady jednostajne na HJ oraz YK (można pokazać, że są to rozkłady właściwe). Dla parametru precyzji t przyjęto a priori rozkład gamma, zaś warunki począt-
kowe y 0( ) oraz e 0( ) mogą być traktowane jak parametry, dla których a priori przyjęto identyczne, niezależne rozkłady t Studenta.
Przyjęcie takiej struktury a priori ma istotne zalety. Po pierwsze pozwala zapewnić koherencję struktury a priori, co jest istotne ze
względu na konieczność porównywania modeli. Rozkłady jednostajne dla h oraz y , wielowymiarowy rozkład normalny dla g oraz rozkłady z niezależnością y 0( ) i e 0( ) pozwalają co do zasady na spełnienie postulatu koherencji przy porównaniach
modeli różniących się wartościami J, K oraz S. Po drugie, ponieważ wszystkie rozkłady a priori są rozkładami właściwymi, w celu
porównywania modeli może zostać wykorzystany estymator Newtona i Raftery’ego (zob. Raftery i in. 2007 oraz odwołania tam
cytowane). Niestety, nie można pokazać, aby taka struktura rozkładów a priori spełniała formalne warunki nieinformacyjności
(wyprowadzone np. z reguły Jeffreysa). W przypadku parametrów struktury ARMA zastosowane tu rozwiązanie (rozkład jednostaj-
ny) jest prawdopodobnie mniej arbitralne niż często przyjmowany w zastosowaniach wielowymiarowy rozkład normalny ucięty
restrykcją kauzalności lub odwracalności. Przyjęcie rozkładu gaussowskiego w sytuacji, gdy kształt zbiorów HJ oraz YK jest dość
152
skomplikowany nie pozwala na łatwe kontrolowanie przyjmowanych założeń. Niektóre obszary przestrzeni parametrów mogą
w ten sposób być a priori silnie preferowane lub silnie depreferowane w czysto przypadkowy sposób.
Można pokazać, że w przypadku przyjęcia założeń opisanego modelu bayesowskiego badanie rozkładu a posteriori może być
przeprowadzone metodami MCMC (zob. Tierney 1994; Robert, Casella 2004). Niestety, ze względu na restrykcje kauzalności oraz
odwracalności (i przyjętą strukturę a priori) nie jest możliwe znalezienie pełnego rozkładu warunkowego a posteriori dla parame-
trów h oraz y o standardowej, umożliwiającej łatwe losowanie postaci. Wobec tego proponuje się użycie algorytmu hybrydo-
wego w postaci próbnika Gibbsa wykorzystującego algorytm Metropolisa we wspólnym kroku dla wektora η ε’ ’ ’ ’, yy , ,0 0( ) ( )( ). Skomplikowana postać zbiorów HJ oraz YK sugeruje jednak wykorzystanie reparametryzacji odwołującej się do wzajemnie
jednoznacznego odwzorowania Hii® R (zob. Gelfand i in. 1995 i odwołania tam cytowane). Reparametryzacja taka dopuszcza
na użytek estymacji zastąpienie parametrów h i y ich odpowiednikami h i y . Pozwala to na przyjęcie, że dziedzina wektora
η ψ ε
’ ’’ ’, y, ,0 0( ) ( )
jest R2 2J K+ i wykorzystanie w kroku próbnika Gibbsa algorytmu Metropolisa w wersji random walk. Wykorzy-
stanie takiej reparametryzacji może być niezbędne w przypadku badania modeli charakteryzujących się znaczną liczbą opóźnień
w strukturze ARMA. Prowadzenie losowania (z rozkładu proponującego w algorytmie Metropolisa) z odrzucaniem wartości, które
nie spełniają restrykcji kauzalności lub odwracalności może być w takim przypadku skrajnie nieefektywne.
Krok algorytmu Gibbsa związany z parametrem t może być zrealizowany na wiele sposobów. Skalarny wymiar parametru prze-
sądza tu o łatwości losowania. Dla parametrów g pełny rozkład warunkowy jest wielowymiarowym rozkładem normalnym, co
sprawia, że ostatni w cyklu Gibbsa krok ma dogodny do realizacji charakter.
Wykorzystanie hybrydowego próbnika Gibbsa pozwala otrzymać (zależną) próbę z rozkładu p( )q | y . Ogólnie rzecz biorąc, pro-
cedury typu MCMC generują skorelowaną próbę z rozkładu a posteriori. Narzędziem symulacji typu MCMC jest łańcuch Markowa
o nieprzeliczalnej liczbie stanów, którego rozkładem stacjonarnym jest rozkład p( )q | y . W związku z asymptotycznym (względem
liczby iteracji algorytmu) charakterem zbieżności oraz potencjalnie silną korelacją próbnika, niezbędne jest generowanie prób pseu-
dolosowych o znacznej liczebności, a także monitorowanie (przynajmniej przybliżone) zbieżności wykorzystywanego łańcucha.
Ze względu na standardową postać p f( | , )y y q uzyskanie próby z rozkładu predyktywnego p f( | )y y jest stosunkowo łatwe. Dla
wylosowanej z rozkładu a posteriori realizacji wektora parametrów θ, oznaczonej przez q( )i , próbę z p f i( | , )( )y y =q q otrzymuje
się przez bezpośrednie losowanie z wykorzystaniem typowych procedur.
Dysponując próbą z rozkładu predyktywnego p f( | )y y , można oszacować prawdopodobieństwa a posteriori zdarzeń odwołują-
cych się w definicji do przyszłych wartości rozpatrywanego wskaźnika. Diagnoza stanu gospodarki może więc zależeć od wartości
prawdopodobieństw a posteriori uzyskanych dla określonych konfiguracji przyszłych wartości badanej zmiennej. Możliwe jest
również przedstawienie niepewności co do kształtowania się przyszłych wartości modelowanego procesu, tj. wielkości yT h+
lub x
T h+ (dla h H=1, 2,..., ), z wykorzystaniem np. wykresu wachlarzowego.
11.7. Bayesowska prognoza koniunktury na podstawie modelu z wahaniami cyklicznymi
Model zaproponowany w poprzednim podrozdziale został zbudowany z założeniem, że struktura funkcji g t ;g( ) odzwierciedla
sezonowość występującą w przyrostach rozważanego wskaźnika makroekonomicznego. Możliwe jest rozszerzenie tej koncepcji
przez odwołanie się do analogii z ideą procesów POS omawianą w niniejszym rozdziale. Odpowiada to redefinicji równania obser-
wacji rozpatrywanego modelu do postaci:
y d t t Tt t= ; =1, 2,...,d,ϕ ε( )+
d t g t t tf
F
f f
f
F
f f; = ;=1 =1
δ γ,ϕ α ϕ β ϕ( ) ( )+ ( )+ ( )∑ ∑sin cos
gdzie przyjmuje się, iż j j j’F
’= ,...,1( ) oraz ϕ π∈ ⊂F 0, F , zaś wartość F jest skończona (w praktyce raczej niewielka). Dla funk-
cji g t ;g( ) przyjęto omawianą w poprzednim podrozdziale specyfikację, w ramach której wartość g t ;g( ) jest reprezentowana
przez parametry gs należące do S-elementowej, powtarzającej się w czasie sekwencji. Ponadto przyjmuje się: a= ,...,1a aF’( ) ,
b = ,...,1b bF’( ) . Wektor d grupuje parametry, względem których funkcja d t ; .( ) jest liniowa: δ α β γ’ ’ ’ ’= , ,( ) . Przyjmuje się ponadto,
że d∈ +R2F S . Rozbudowany w ten sposób model pozwala na reprezentowanie bardziej złożonej struktury cyklicznej w bezwarun-
kowej, próbkowej wartości oczekiwanej yt . Jeśli przyjmiemy S = 1 oraz y xt t= D , różnica d t g t; ;δ γ,j( )− ( ) może reprezentować
cykliczne odchylenia od trendu liniowego w bezwarunkowej, próbkowej wartości oczekiwanej xt (dla uproszczenia pominięto
tu wygasający w czasie wpływ warunków początkowych, przyjęto też pewne słabe założenia techniczne zapewniające istnienie
rozważanych wartości oczekiwanych).
153
Wnioskowanie bayesowskie w takim modelu wymaga uzupełnienia opisanej w poprzednim podrozdziale struktury rozkładów
a priori. Proponuje się przyjęcie dla wektora parametrów d wielowymiarowego rozkładu normalnego. Odrębną kwestią jest usta-
lenie dopuszczalnego zakresu wartości dla parametrów jf . Dopuszczenie wartości zbyt bliskich zeru mogłoby odpowiadać do-
puszczeniu składowych dynamiki cyklicznej o okresie krótszym niż długość wektora dostępnych obserwacji. Wydaje się rozsądne
ograniczenie dziedziny parametrów jf z dołu, np. przez k T2 /p , dla k∈ 1,2,3 . Ponadto możliwe jest wyrażenie wiedzy a priori
o zakładanej strukturze modelowanego procesu dynamicznego przez dalsze ograniczenie dziedziny jf do pewnych podprze-
działów zakresu 0,p . Zachowanie spójności metodologicznej wnioskowania bayesowskiego wymaga jednak, aby dziedzinę,
w której rozkład a priori wektora przyjmuje dodatnią gęstość określić przed wglądem w dane.
Dodatkowo pewne względy o charakterze metodologicznym mogą uzasadniać narzucenie restrykcji a priori na łączną przestrzeń
parametrów d oraz j . Może to być podyktowane dążeniem do zapewnienia identyfikowalności. Przyjęta powyżej definicja funkcji d t ;d,j( )dopuszcza bowiem dla F >1 istnienie wielu równoważnych obserwacyjnie (w sensie modelu próbkowego) kombinacji
wartości parametrów. Z punktu widzenia poprawności bayesowskiej metodologii konstrukcji prognozy wzgląd taki nie ma cha-
rakteru zasadniczego. Zapewnienie identyfikowalności może być jednak podyktowane dążeniem do czytelnego reprezentowania
wiedzy a posteriori o parametrach modelu. Brak identyfikowalności może bowiem prowadzić do uzyskania rozkładu a posteriori
o bardzo skomplikowanym kształcie. W takim przypadku opis informacji a posteriori dotyczącej elementów wektora θ poprzez
tradycyjnie stosowane charakterystyki (takie jak momenty centralne) może być dalece niezadowalający.
Próbkowanie z rozkładu a posteriori w takim przypadku może się również odwoływać do hybrydowego algorytmu Gibbsa. Opisany
w poprzednim podrozdziale schemat losowania wymaga tu pewnych modyfikacji. Pierwsza z nich sprowadza się do zastąpienia
wektora gamma całym wektorem d (struktura pełnego rozkładu warunkowego a posteriori jest w tym przypadku analogiczna).
Druga różnica ma charakter bardziej podstawowy, estymacja wektora j wymaga dodatkowego kroku w cyklu Gibbsa. Pełny
rozkład warunkowy a posteriori dla wektora j ma niestandardowy charakter, próbkowanie z niego wymaga więc kroku realizo-
wanego z odwołaniem się do algorytmu Metropolisa w wersji independence chain lub random walk. W tym ostatnim przypadku
dogodne może być odwołanie się do reparametryzacji wektora j , która pozwalałaby na przeszukiwanie dziedziny o postaci RF .
Co do zasady możliwe jest również wykorzystanie wersji algorytmu Metropolisa dla wszystkich parametrów modelu łącznie. Wydaje
się jednak, że w przypadku rozpatrywania większych wartości J, K, S oraz F takie rozwiązanie mogłoby się charakteryzować ogra-
niczoną przydatnością. Wymiar łącznej przestrzeni parametrów w rozważanym przypadku to S + 3F + 2J + 2K + 1. W przypadku
danych o częstotliwości miesięcznej trudno wykluczać wartości J, K bliskie 12, podobny argument może dotyczyć wartości S, która
może być do pewnego stopnia zastąpiona przez dopuszczenie F > 1.
Stosowanie algorytmów MCMC do próbkowania z rozkładu a posteriori modelu omawianego w niniejszym podrozdziale wymaga
jednak szczególnej staranności. Łączny rozkład a posteriori może mieć skomplikowaną, wielomodalną strukturę. Z kolei algorytmy,
takie jak próbnik Gibbsa mogą charakteryzować się trudnościami w eksploracji silnie wielomodalnych rozkładów. Uzyskanie prak-
tycznie użytecznego łańcucha Markowa może więc wymagać w każdym przypadku dość szczegółowych badań.
Przyjmuje się, że struktura analogiczna do opisanego powyżej równania obserwacji określa postać H-wymiarowego, teorio-prób-
kowego rozkładu predyktywnym p f( | , )y y q . Próbkowanie z bayesowskiego rozkładu predyktywnego odbywa się za pomocą
bezpośredniego losowania wykorzystującego próbkę z rozkładu a posteriori. Pozwala to na otrzymanie rozkładu predyktywnego
dla yt lub xt ( t T T H= 1,...,+ + ) oraz jego charakteryzacje z zastosowaniem technik wskazanych w poprzednim podrozdziale.
Przyjmując opisaną wyżej specyfikację g t ;g( ) , można rozważać rozkład a posteriori T + H-wymiarowego wektora funkcji parame-
trów modelu oznaczonego c ,d j( ) , o typowym elemencie w postaci:
c d tSt
s
S
sd d, ,ϕ ϕ γ( ) ( )− ∑= ;1
=1
Rozkład a posteriori takiej wielkości może reprezentować wiedzę o cyklicznym komponencie implikowanego przez rozważany
model rozkładu yt (w tym także rozkładu predyktywnego). Jest kwestią do rozważenia, w jakim stopniu predykcje dla takiej funkcji
parametrów można utożsamiać z prognozą komponentów reprezentujących cykl koniunkturalny. Postać c ,d j( ) oraz d t ;d,j( ) może wymagać modyfikacji w zależności od własności empirycznych oraz teoretycznych rozważanego szeregu czasowego. Wydaje
się jednak, że analiza rozkładu a posteriori funkcji c ,d j( ) (lub funkcji o zbliżonej konstrukcji) może dostarczyć istotnych informacji
związanych z potencjalnym cyklicznym charakterem przyszłych wartości badanego szeregu czasowego. Wiedzę o c ,d j( ) (zwłasz-
cza w okresie predykcji) można reprezentować poprzez charakterystyki punktowe (wartość oczekiwana, kwantyle) lub poprzez
wykres wachlarzowy utworzony z brzegowych rozkładów a posteriori ct d,j( ) . Możliwa jest także analiza dekompozycji przyszłych
wartości na składowe: d t ;d,j( ) oraz et , wraz z badaniem zależności pomiędzy nimi.
154
Wnioskowanie bayesowskie pozwala w formalnie podbudowany sposób badać niepewność a posteriori obciążającą wnioskowa-
nie o komponencie cyklicznym. Oczywiście możliwe jest również badanie prawdopodobieństw a posteriori konkretnych zdarzeń
zdefiniowanych z odwołaniem się czy to do przyszłych wartości rozważanej zmiennej xt , czy do tak lub inaczej zdefiniowanego
komponentu cyklicznego. Identyfikacja komponentu cyklicznego w każdym konkretnym przypadku i zaproponowanie jego de-
kompozycji na elementy zmienności sezonowej oraz wahania koniunkturalne muszą być dokonywane indywidualnie, z uwzględ-
nieniem charakteru rozważanego szeregu i w kontekście wiedzy ekonomicznej.
W celu zobrazowania prezentowanej metodologii poniżej przedstawimy przykład analizy rocznej dynamiki produkcji przemysłowej
(z wykorzystaniem danych miesięcznych GUS). Analiza makroekonomicznych szeregów czasowych o częstotliwości miesięcznej
pozwala zminimalizować opóźnienia związane z publikacją danych. Jest to szczególnie istotne dla monitorowania bieżącej sytuacji
gospodarczej pod kątem możliwości i celowości podjęcia działań interwencyjnych.
Rysunek 11.5 przedstawia procentowe zmiany w ujęciu rocznym (tj. w odniesieniu do tego samego miesiąca roku ubiegłego)
produkcji przemysłowej w okresie od stycznia 1997 r. do marca 2011 r. (liczba obserwacji T = 171).
Rozważmy model, w którym F = 3, J = 12, K = 0, S = 1. Odpowiada to przyjęciu trzech składowych harmonicznych w funkcji d t ;d,j( ) , dwunastu opóźnień w części autoregresyjnej modelu, wykluczeniu procesu średnich ruchomych, przyjęciu postaci g t ;g( ) reprezentującej pojedynczy, stały w czasie wyraz wolny. Ze względu na dążenie do wyodrębnienia wahań o charakterze
długofalowym przyjęto, że dziedzina parametrów jf została ograniczona do przedziału 0; 0,52 . Odpowiada to wykluczeniu
wahań o okresie krótszym niż jeden rok.
Produkcja przemysłowa: zmiany r/r (w procentach)30
25
20
15
10
5
0
-5
-10
-15
-20
30
25
20
15
10
5
0
-5
-10
-15
-20
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
I IV VII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I
Rys. 11.5. Produkcja przemysłowa r/r (%) w okresie od stycznia 1997 r. do marca 2011 r.
Źródło: opracowanie własne.
W rozpatrywanym modelu funkcja parametrów d t ;d,j( ) reprezentuje regularny komponent cykliczny. Różni się ona od ct d,j( )
wyłącznie przesunięciem o stałą wartość reprezentującą średni poziom zmian produkcji przemysłowej. Rysunek przedstawia prze-
bieg wartości oczekiwanej a posteriori funkcji d t ;d,j( ) dla t = 1, ..., 171, co odpowiada okresowi próby. Na rysunku 11.6 zaznaczono
również zaobserwowane wartości danych.
Nieformalna analiza rysunku 11.6 wydaje się wskazywać, że w rocznej dynamice produkcji przemysłowej występują cykliczne wa-
hania o regularnym charakterze. Przebieg ocen punktowych komponentu cyklicznego wykazuje znaczną zbieżność z przebiegiem
danych.
155
Produkcja przemysłowa: zmiany r/r (w procentach) oraz regularny komponent cykliczny (oceny punktowe)30
25
20
15
10
5
0
-5
-10
-15
-20
30
25
20
15
10
5
0
-5
-10
-15
-20
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
I IV VII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I IVVII X I
Rys. 11.6. Produkcja przemysłowa r/r (%) oraz ocena punktowa regularnych wahań cyklicznych w okresie od stycznia 1997 r. do marca 2011 r.
Źródło: opracowanie własne.
Rozpatrywany model pozwala uzyskać zarówno rozkład a posteriori dla przyszłych wartości regularnego komponentu cyklicznego,
reprezentowanego przez wartości d t ;d,j( ) , jak i rozkład predyktywny dla zmiennej objaśnianej, tj. procentowych zmian produkcji
przemysłowej w ujęciu rocznym. Na podstawie opisanego modelu uzyskano rozkład predyktywny dla stopy zmian produkcji prze-
mysłowej dla kwietnia 2011 r. (prognoza w horyzoncie H = 1). Podana przez GUS stopa wzrostu produkcji przemysłowej w kwietniu
2011 r. (w porównaniu z kwietniem 2010 r.) wynosi 6,6%. Mieści się ona pomiędzy kwantylem rzędu 0,55 rozkładu predyktywnego
(mającym wartość 6,38%) a kwantylem rzędu 0,6 (mającym wartość 6,85%). Wartość oczekiwana rozkładu predyktywnego to 5,93%
z odchyleniem standardowym wynoszącym 3,7 pp.
20
15
10
5
0
-5
-10
-15
20
15
10
5
0
-5
-10
-15
Produkcja przemysłowa: zrealizowane wartości na tle prognozy
2008 2009 2010 2011
I II III IV V VI VII VIII IX X XI XII I II III IV V VI VII VIII IX X XI XII I II III IV V VI VII VIII IX X XI XII I II III IV
Rys. 11.7. Wykres wachlarzowy według rozkładu predyktywnego oraz zaobserwowane wartości zmian produkcji przemysłowej r/r (%); okres próby do marca 2010 r., okres predykcji do kwietnia 2011 r.
Źródło: opracowanie własne.
156
Aby zilustrować własności predyktywne modelu w dłuższym horyzoncie, przyjęto, że ostatnia dostępna obserwacja to wartość
odpowiadająca marcowi 2010 r. Dokonano powtórnej estymacji modelu. Rysunek 11.7 przedstawia wykres wachlarzowy otrzy-
many na podstawie rozkładu predyktywnego produkcji przemysłowej z zaznaczonymi zrealizowanymi wartościami danych. Wy-
kres wachlarzowy uzyskano, wykorzystując nieformalne przybliżenie: odpowiednie wartości uzyskano z brzegowych rozkładów
predyktywnych dla każdego horyzontu prognozy. Pasma na wykresie wachlarzowym reprezentują odpowiednio 30%, 60% i 90%
przedziały prognozy (utworzone z kwantyli brzegowych rozkładów predyktywnych). Prognozy przedstawione na rysunku 11.6 wy-
dają się charakteryzować dobrą trafnością ex post. W przypadku sekwencji prognoz na 13 kolejnych okresów jedynie 3 obserwacje
leżą poza 60% przedziałami predykcji. Proponowana metodologia dość precyzyjnie przewiduje punkty zwrotne.
Wydaje się, że prezentowana metodologia pozwala zarówno na analizę regularnych wahań cyklicznych w okresie próby, jak i na
uzyskanie prognozy zmiennej obserwowalnej, która w znaczący sposób wykorzystuje informacje o zidentyfikowanych w próbie
wahaniach cyklicznych.
11.8. Modele VAR i VECM wielowymiarowych szeregów czasowych w analizie scenariuszy szokowych
Modele wektorowej autoregresji (VAR), których powszechne wykorzystanie w empirycznych badaniach makroekonomicznych
zostało zapoczątkowane w pracach Simsa (por. np. Sims 1980), są łatwym w estymacji narzędziem statystycznym. Jednocześnie,
wieloletnie doświadczenia potwierdzają ich przydatność do opisu dynamicznych własności makroekonomicznych szeregów cza-
sowych, jak również analiz scenariuszowych. Modele VAR mogą być budowane bez narzucania restrykcji wynikających z teorii
ekonomicznej, co umożliwia testowanie hipotez wynikających z tej teorii.
Rozważmy n-wymiarowy proces autoregresyjny rzędu k (VAR(k)):
x x x x D t Tt x x k x k t t= , =1,2, ,1 1 2 2Π Π Π Φ− − −+ + + + + e (11.23)
gdzie x x xk k− + − +1 2 0, , , są warunkami początkowymi, et jest wektorowym białym szumem, tj. E t( ) =e 0 , E t t’( ) =e e S (Σn n×
jest macierzą dodatnio określoną) oraz E t s’( ) =e e 0 , gdy t s¹ . Macierze Pi , i k=1, 2, ,
wymiaru n n´ grupują parametry przy
kolejnych opóźnieniach procesu. Wektor Dt zawiera zmienne nielosowe, takie np. jak stała, trend deterministyczny, zmienne se-
zonowe, inne zmienne typu 0-1, a macierz F zawiera parametry występujące przy tych zmiennych.
Proces VAR dowolnego rzędu może być przedstawiony w postaci VAR(1):
X X Et t t= 1Π − + +FDt (11.24)
gdzie
X
x
x
x
t
t
t
t k
= 1
1
−
− +
,
Et
t
=0
0
e
,
FDt =0
0
ΦDt
,
……
…
Π
Π Π Π Π
=
0 0 0
0 0 0
0 0 0
1 2 1k k
n
n
n
I
I
I
−
W dalszych rozważaniach ograniczymy się do procesów spełniających następujące założenia:
Założenie 1.1. Wartości własne macierzy P leżą wewnątrz koła jednostkowego lub są dokładnie równe jeden.
Założenie 1.2. Elementy wektora Dt są wielomianami zmiennej t (skończonego rzędu).
Proces VAR jest kowariancyjnie stacjonarny11 wtedy i tylko wtedy, gdy wszystkie pierwiastki charakterystyczne macierzy P leżą
wewnątrz koła jednostkowego.
Jeżeli wśród pierwiastków macierzy P pojawiają się pierwiastki jednostkowe, tj. o module równym 1, wówczas proces xt jest
niestacjonarny. Założenie (1.1) ogranicza dalsze rozważania do procesów stacjonarnych lub zintegrowanych w stopniu pierwszym
( (1)x It : ), tj. takich, których pierwsze różnice są kowariancyjnie stacjonarne. Procesy te odgrywają ważną rolę w modelowaniu
makroekonomicznych szeregów czasowych, gdyż wiele z obserwowanych szeregów posiada cechy przemawiające za tym, aby
traktować je jako realizacje takich procesów. Wykorzystanie zwykłej regresji do modelowania szeregów czasowych będących
11 Proces stochastyczny : X tt Î Z jest kowariancyjnie stacjonarny, jeżeli dla dowolnej liczby całkowitej t spełnione są warunki:
E x E x xt t t( ) , , (( )( ) )= −∞< <+∞ − − ′ = <+∞µ µ µ µ Σ0 oraz E x x ht t h(( )( ) ) , , , ...−µ µ− ′ = <+∞ −Σ 1 2 .
157
realizacją procesów niestacjonarnych może prowadzić do uzyskania związków pozornych, czego symptomem jest np. dobre
dopasowanie modelu do danych z jednocześnie wysoką autokorelacją reszt.
Poszukiwania właściwej metody modelowania niestacjonarnych szeregów czasowych doprowadziły do powstania idei kointegra-
cji. Procesy są skointegrowane, jeżeli istnieje ich niezerowa kombinacja liniowa prowadząca do zmniejszenia stopnia integracji.
W praktyce szczególnie ważny jest przypadek, gdy kombinacja ta jest stacjonarna. W dalszych rozważaniach ograniczymy się do
przypadku CI(1,1) , tj. będziemy poszukiwać niezerowych, liniowych kombinacji składowych wektorowego procesu I(1) będących
procesami kowariancyjnie stacjonarnymi. Z twierdzenia Grangera o reprezentacji (por. np. Engel, Granger 1987) wynika, że każdy
wielowymiarowy proces skointegrowany można przedstawić w postaci mechanizmu korekty błędu, czyli z reprezentacji VAR (zob.
równanie (11.23) przechodzimy do modelu VEC:
∆ Π Γ∆ Φx x x D t Tt t
i
k
i t i t t= , =1,2, ,1
=1
1
−
−
−+ + +∑ e
(11.25)
gdzie x k− +1 , x k− +2 , ..., x0 są warunkami początkowymi, et jest wektorowym białym szumem, Π Π==1i
ki nI∑ − ,
Γ Πij i
kj=
= 1−
+∑ , a przez FDt oznaczyliśmy deterministyczną część modelu. Formułując deterministyczną część modelu VEC,
należy uważnie prześledzić wpływ przyjętych założeń zarówno na przyrosty, jak i poziomy analizowanego procesu (por. np. Jo-
hansen 1996; Juselius 2007). Jeżeli analizowany proces xt jest procesem zintegrowanym, wówczas macierz P jest macierzą
niepełnego rzędu ( r r n( ) = <P ). Dla r = 0 proces xt jest zintegrowany, ale nie jest skointegrowany, dla 0 < r < proces jest sko-
integrowany i wówczas macierz P można (niejednoznacznie) przedstawić w postaci iloczynu dwóch macierzy an r oraz bn r
o pełnym rzędzie kolumnowym:
P =αβ’ (11.26)
W kolumnach macierzy b zapisane są wektory kointegrujące, które definiują dynamiczną równowagę długookresową. W syste-
mie będącym w równowadze nie pojawiają się żadne wewnętrzne czynniki, aby tę sytuację zmieniać. Kiedy natomiast na skutek
działania czynników zewnętrznych system zostanie wytrącony z równowagi, jego składowe, próbując przywrócić równowagę,
reagują na pojawiający się błąd poprzez parametry dostosowań zgromadzone w macierzy a.
Jedną z głównych zalet makroekonomicznych modeli z mechanizmem korekty błędu jest więc wyraźne oddzielenie zależności
krótkookresowych (opisywanych przez parametry zawarte w macierzach Gi , i k=1,2, , 1 - ) od długookresowych, zwykle popar-
tych teorią ekonomiczną i będących głównym celem analizy.
Parametry modeli VAR/VEC nie mają bezpośredniej interpretacji, lecz przechodząc do reprezentacji średnich ruchomych, możemy
badać własności modelowanych procesów i ich zależności poprzez np. analizę funkcji reakcji na zakłócenia losowe, która umożliwia
prześledzenie wpływu szoku innowacyjnego w wybranej zmiennej wielowymiarowego procesu na jego składowe.
Przedstawmy kowariancyjnie stacjonarny proces VAR(k) bez składowych deterministycznych (dla ułatwienia zapisu)
w postaci wektorowego modelu średniej ruchomej nieskończonego rzędu MA xt t t( ) : = 1 1∞ + +−e eΨ , gdzie Ψ Πii ’J J= ,
J In nk n× [ ]= : 0 : : 0 . Element y jk i, , tj. element jk macierzy Y i reprezentuje reakcję j-tej zmiennej z systemu na jed-
nostkowy12 szok zmiennej k po i okresach, przy założeniu braku innych zaburzeń (zob. np. Luetkepohl 2007).
Prowadząc podobną analizę dla procesu skointegrowanego:
∆ Γ∆x x x t Tt’
t
i
k
i t i t= , =1,2, ,1
=1
1
αβ ε−
−
−+ +∑
najpierw przechodzimy do jego reprezentacji VAR:
x x x x t Tt t t k t k t= , =1, 2, ,1 1 2 2Π Π Π− − −+ + + + e
gdzie: Π Γ1 1=αβ’nI+ + , Π Γ Γi i i i k= , = 2, 3, , 11− −− oraz Π Γk k= 1− − . Następnie wyznaczamy funkcje reakcji na zaburzenia
losowe według schematu przedstawionego powyżej.
Przejdziemy teraz do kwestii estymacji parametrów modeli VAR i VECM Metodą Największej Wiarygodności (MNW). Jeżeli znamy
typ rozkładu analizowanego procesu, do estymacji jego parametrów możemy wykorzystać właśnie tę metodę. Załóżmy, że proces
12 Rozważa się również szoki o wielkości równej jednemu odchyleniu standardowemu, zwłaszcza wówczas, gdy zmienne z systemu są prezento-wane na różnych skalach.
158
VAR(k) dany równaniem (23) ma nT-wymiarowy rozkład normalny, tj. etniiN: (0, )S i, dla uproszczenia notacji, zapiszmy proces
(11.23) następująco:
x Z t Tt’
t t= , =1, 2, ,B +e (11.27)
gdzie: B’k= 1 2Π Π Π Φ[ ] , Z x x x Dt
’t’
t’
t k’
t’= 1 2− − −
, a warunki początkowe X x x x’ ’k
’00 1 1= − − +
są
ustalone. Otrzymujemy następującą zlogarytmowaną funkcję wiarygodności13 (por. np. Juselius 2007):
ln ln lnL X Tn
T x Z x Zt
T
t’
t’
t’( , ; ) =
2(2 )
12
| |12
( ) (=1
1B B BΣ Σ Σ− − − − −∑ −p tt )
(11.28)
która osiąga maksimum w punkcie:
B’
t
T
t t’
t
T
t t’
xZ ZZx Z Z Z M M= ( )( ) ==1 =1
1 1∑ ∑ − −
(11.29)
Σ =1
( )( ) =1
=1 =1T
x Z x ZT
t
T
t’
t t’
t’
t
T
t t’∑ ∑− −B B e e
(11.30)
Przechodząc do omówienia estymacji modelu VEC, należy zaznaczyć, że do głównych problemów pojawiających się w analizie
kointegracji, zarówno na gruncie klasycznym, jak i bayesowskim, należy nieidentyfikowalność parametrów wektorowego modelu
z mechanizmem korekty błędu. Macierz P będącą macierzą niepełnego rzędu, dekomponujemy na macierz wektorów kointegru-
jących b oraz macierz współczynników dostosowań a. Dekompozycja ta nie jest jednoznaczna, ponieważ dla dowolnej macierzy
Cr×r
pełnego rzędu zachodzi: Π= = 1αβ α β’ ’CC− , innymi słowy dane zawierają informację jedynie o przestrzeni kointegrującej,
a nie wektorach ją rozpinających.
Wykorzystanie metody największej wiarygodności do estymacji parametrów modelu VEC opiera się na zastosowaniu procedur
zaproponowanych w 1951 r. przez T.W. Andersona do analizy regresji niepełnego rzędu. Podejście to w analizie modeli VEC zostało
zaproponowane i opracowane przez S. Johansena i dlatego jest nazywane procedurą Johansena. Zapiszmy model VEC dany rów-
naniem (25), wykorzystując następujące zwyczajowo przyjmowane oznaczenia (por. np. Johansen 1996; Juselius 2007):
Z xt t0 = D
Z xt t1 1= -
Z x x x Dt t
’t’
t k’
t’
2 1 2 1= ∆ ∆ ∆− − − +
czyli:
Z Z Zt
’t
’t t0 1 2=αβ ε+ +Γ
(11.31)
gdzie Γ Γ Γ Γ Φ’k= 1 2 1 −[ ]
Przyjmując założenie etniiN: (0, )S , otrzymujemy następującą zlogarytmowaną funkcję wiarygodności:
ln ln lnL X Tn
T Z Z Zt
T
t’
t’( , , , ; ) =
2(2 )
1
2| |
1
2(
=1
0 1 2α β π αβΓ Σ Σ Γ− − − − −∑ tt’
t’
t’
tZ Z Z) ( )10 1 2Σ Γ− − −αβ
(11.32)
Ze względu na złożoną postać funkcji wiarygodności danej równaniem (11.32), szukając jej maksimum w kolejnych krokach, buduje
się skoncentrowane funkcje wiarygodności.
Funkcja (11.32), przy ustalonym r, osiąga maksimum w punkcie (por. np. Johansen 1996):
b …= 11
12
1 2S v v vr
−[ ]
(11.33)
13 In (.) jest funkcją rosnącą, a więc nie zmienia położenia ekstremum funkcji wiarygodności.
159
α β β β
= ( )01 111S S’ -
(11.34)
Γ ’ ’M M M= ( )02 12 221− −αβ (11.35)
Σ = ( )00 01 111
10S S S S’ ’− −b b b b (11.36)
gdzie MT
Z Zijt
Tit jt
’=1
=1å , S M M M Mij ij i j= 2 221
2- - dla i j, = 0,1 , a v v vr1 2, , , są wektorami własnymi macierzy S S S S S11
12
10 001
01 11
12
- - -
odpowiadającymi r pierwszym wartościom własnym tej macierzy, ułożonym w nierosnącym porządku.
Przystępując do opisu estymacji modeli VAR i VEC w ujęciu bayesowskim, zasygnalizujemy jego ideę. Podstawową cechą od-
różniającą metody wnioskowania bayesowskiego od metod klasycznych jest interpretacja prawdopodobieństwa. W statystyce
klasycznej przyjmuje się interpretację częstościową, natomiast na gruncie bayesowskim obowiązuje interpretacja subiektywna,
bowiem prawdopodobieństwo ma wyrażać stopień przekonania co do prawdziwości danego zdania (por. np. Osiewalski 2001).
W modelu bayesowskim parametry (θ) są zmiennymi losowymi, a bayesowski model statystyczny jest jednoznacznie scharaktery-
zowany poprzez funkcję gęstości łącznego rozkładu prawdopodobieństwa wektora obserwowanego, wektora prognozowanego
oraz wektora parametrów:
p x x p x x p x pf f( , , ) = ( | , ) ( | ) ( )q q q q
gdzie x jest wektorem zaobserwowanych wartości, xf – wektorem przyszłych realizacji, θ – wektorem parametrów, p x xf( | , )q
oznacza próbkową gęstość predyktywną, p(. | )q – funkcję gęstości określoną na zbiorze możliwych realizacji zjawiska, a p( )q –
gęstość rozkładu a priori, który odzwierciedla naszą wstępną niepewność co do wartości parametru θ . Wnioskowanie odbywa się
zgodnie z zasadami rachunku prawdopodobieństwa, z wykorzystaniem m.in. twierdzenia Bayesa. Estymacja wektora parametrów
θ odbywa się w oparciu o warunkowy rozkład θ przy ustalonym wektorze obserwacji x, tj. w oparciu o tzw. rozkład a posteriori,
którego gęstość zadana jest wzorem:
p xp x p
p x p( | ) =
( | ) ( )
( | ) ( )q
q q
q q qΘ∫ d
Zapiszmy model VAR (27) w notacji macierzowej:
X ZB E= + (11.37)
gdzie X x x x’ ’ ’T’= 1 2
, Z z z z’ ’ ’
T’= 1 2
, E’ ’ ’
T’= 1 2e e e
i przyjmijmy następujące rozkłady a priori:
1. dla S – odwrotny Wisharta o parametrze macierzowym S oraz q stopniach swobody: S : iW S q( , ),
2. dla B – warunkowy względem S , scentrowany w B* macierzowy rozkład normalny: B mN B G| ( , , )*S S: , gdzie G nk l nk l( ) ( )+ × + jest
znaną macierzą dodatnio określoną, l oznacza liczbę zmiennych nielosowych.
Rozkłady te wraz z założeniem o normalności analizowanego procesu ( etniiN: (0, )S ) prowadzą do następującego układu pełnych
warunkowych rozkładów a posteriori (co ułatwia uzyskanie próby pseudolosowej z rozkładu a posteriori):
1. odwrotny Wisharta dla S
p X iW S B G B E E q nk l T’ ’( | , ) = ( ( ) ( ) , ),* 1 *Σ B B B+ − − + + + +−
2. macierzowy normalny dla B:
p X mN G Z Z’( | , ) = ( , ,( ) )1 1B BΣ Σµ − −+mB p X mN G Z Z’( | , ) = ( , ,( ) )1 1B BΣ Σµ − −+
gdzie mB = ( ) ( )1 1 1 *G Z Z G B Z X’ ’− − −+ +
W części poświęconej bayesowskiej estymacji modeli VEC zostanie przedstawiony model zaproponowany przez Strachana i Indera
(por. Strachan, Inder 2004) ze schematem losowania z rozkładu a posteriori omówionym w pracy Koopa, León-Gonzáleza, Strachana
(zob. Koop i in. 2010). Autorzy modelu dla estymacji przestrzeni kointegrujacej wykorzystali klasę rozkładów MACG z parametrem
macierzowymΩm m× (matrix angular central Gaussian distributions, zob. np. Chikuse 2002). Dla opisania przestrzeni Strachan i Inder
(por. Strachan, Inder 2004) wykorzystali wektory spełniające warunek b b’ rI= , gdzie Ir jest macierzą jednostkową stopnia r, tj. esty-
mowana macierz wektorów kointegrujących dana jest z dokładnością do pewnej macierzy Q ortogonalnej stopnia r, tj. Q O rÎ ( ) .
160
Twierdzenie 3.1. Jeżeli macierz losowa Z wymiaru m r´ ma rozkład macierzowy normalny
mN Im r r× (0, , )Ω , to jej orientacja H Z Z ZZ’= ( )
12
- ma rozkład MACG z parametrem W o następującej funkcji gęstości:
p H H HZ
r
Z’
Z
m
( ) =| | | |2 2Ω Ω− −
Dowolną macierz Zn r rzędu r (prawie wszędzie) można jednoznacznie (prawie wszędzie) przedstawić w postaci iloczynu
Z H TZ Z=12 , gdzie H Z Z ZZ
’= ( )12
- jest macierzą o ortonormalnych kolumnach oraz T Z ZZ
’= jest symetryczną macierzą kwadra-
tową stopnia r (Cadet 1996; Muirhead 1982). Macierz HZ nazywamy orientacją macierzy Z, TZ
12 częścią eliptyczną (koncentracją)
macierzy Z. Przestrzenie rozpinane przez kolumny macierzy Z oraz HZ są takie same ( sp Z sp HZ( ) = ( ) ). Dla dowolnej symetrycznej
dodatnio określonej macierzy rzeczywistej M przyjmujemy następującą definicję pierwiastka kwadratowego: M C C’12 = L oraz
M C C’− −12 1= Λ , gdzie L jest macierzą diagonalną zawierającą na głównej przekątnej pierwiastki kwadratowe wartości własnych
macierzy M, a C zawiera ortonormalne wektory własne M (por. np. Johansen 1996).
Przez parametr rozkładu MACG( )W możliwe jest wprowadzenie do modelu wstępnej informacji dotyczącej przestrzeni kointe-
grującej lub wyrażenie jej braku (wówczas W jest macierzą jednostkową stopnia m). W rozkładzie informacyjnym przyjmuje-
my Ω= =P HH H H’ ’t t+ ⊥ ⊥ , gdzie H s r H H Im s
’r× ≥, ( = ) jest macierzą zawierającą wstępną informację dotyczącą przestrzeni
kointegrującej, H^ – macierzą rozpinającą dopełnienie ortogonalne przestrzeni sp H( ) , a t – parametrem wyrażającym wagę
przypisywaną przestrzeni sp H( ) .
Dla wykorzystania wyżej opisanego rozkładu z jednocześnie wygodnym i efektywnym schematem losowania z rozkładu a posteriori
Koop, León-González i Strachan (zob. Koop i in. 2010) proponują wyjść od parametryzacji Π= AB’ ’≡αβ , gdzie B Amr nrÎ ÎR R,
oraz B B B’= ( )12b , A B B’= ( )
12a
-, przyjmując dla B i A rozkłady macierzowe normalne: B r mN m I P A r mN Ir r| , (0, , ), | , (0, , )1τ ν ντ: :− Σ
. Wychodząc od rozkładu dla B, otrzymujemy dla b rozkład MACG P( )t .
Dla pozostałych parametrów modelu można przyjąć następujące rozkłady a priori:
1. dla S – odwrotny Wisharta o parametrze macierzowym S oraz q stopniach swobody: S : iW S q( , ) ,
2. dla G – warunkowy względem S , scentrowany w zerze macierzowy rozkład normalny: Γ Σ Σ| , (0, , )( 1)h mN hIn k l: − + , gdzie
h > 0 jest parametrem regulującym stopień rozproszenia rozkładu, a l oznacza liczbę zmiennych nielosowych,
3. dla t , n oraz h, jeżeli decydujemy się na ich estymację, odwrotne rozkłady gamma: t t t: iG s n( , ) , n n n: iG s n( , ) , h iG s nh h: .( , )
W rozkładzie a priori dla t należy przyjąć takie parametry, aby cała masa prawdopodobieństwa była skupiona w przedziale
od 0 do 1, tak aby więcej prawdopodobieństwa przypisać przestrzeni sp H( ) .
Przyjęcie wyżej wymienionych rozkładów a priori prowadzi do następującego układu pełnych warunkowych rozkładów a posteriori
(zob. np. Wróblewska 2010):
1. odwrotny Wisharta dla S :
p A B h r X iW S
hAA E E q n k l r T’ ’ ’( | , , , , , , , ) = (
1 1, ( 1) )Σ Γ ΓΓν τ
ν+ + + + − + + +
2. macierzowy normalny dla A:
p A B h r X mN B Z Z B IA
’ ’r( | , , , , , , , ) = ( ,(
1) , )1 1
1Σ Γ Σν τ µν+ −
gdzie µνA
’ ’ ’rZ Z Z B B Z Z B I= ( ) (
1)0 2 1 1 1
1− + −Γ
3. normalny dla wektora vec B( ) :
p vec B A h r X N vB vB( ( ) | , , , , , , , ) = ( , ),Σ Γ Ων τ µ
gdzie Ω Σ Ω ΓvB’ ’
r vB vB’A A Z Z mI P vec Z Z Z= ([( ) ( )] [ ]) , = ( (1
1 1 11
1 0 2− −⊗ + ⊗ −
τ
µ )) )1Σ− A
4. macierzowy normalny dla G :
p A B h r X mN
hI Z Zn k l
’( | , , , , , , , ) = ( , ,(1
) )( 1) 2 21Γ Σ ΣΓν τ µ − +−+
gdzie µ βαΓ = (1
) ( )( 1) 2 21
2 0 1hI Z Z Z Z Zn k l
’ ’ ’− +
−+ −
161
5. odwrotne gamma dla n oraz h:
p A B h r X iG s tr AA n
nr’( | , , , , , , , ) = (1
2( ),
2)1ν τ ν νΣ Γ Σ+ +−
p h A B r X iG s tr n
n n k lh
’h( | , , , , , , , ) = (
1
2( ),
( ( 1) )
2)1Σ Γ Σ ΓΓτ ν + +
− +−
6. dla t:
p B r X P s
mtr BH H Br n
tau’ ’( | , , ) | | (
1(
2( )))
11
t ttt
t∝ − +− − −
⊥ ⊥exp
Próbę pseudolosową z rozkładu a posteriori można uzyskać, wykorzystując rozszerzony próbnik Gibbsa (parameter augmented Gibbs
sampling, zob. Koop i in. 2010; Wróblewska 2010):
1. Wyznaczamy arbitralnie wektor wartości początkowych: ( , , , , , , , )(0) (0) (0) (0) (0) (0) (0)Σ Γα β ν τh
2. Wylosowanie jednej realizacji ( , , , , , , , )( ) ( ) ( ) ( ) ( ) ( ) ( )Σ Γs s s s s s sA B hν τ składa się z następujących kroków:
(a) Losujemy S( )s z rozkładu p A A B B h hs s s s s s( | = , = , = , = , = , = ,( 1) ( 1) ( 1) ( 1) ( 1) ( 1)Σ Γ Γ− − − − − −ν ν τ τ rr X, )
(b) Losujemy A s( ) z rozkładu p A B B h h rs s s s s s( | = , = , = , = , = , = , ,( ) ( 1) ( 1) ( 1) ( 1) ( 1)Σ Σ Γ Γ− − − − −ν ν τ τ XX )
(c) Losujemy B s( ) z rozkładu p B A A h h r Xs s s s s s( | = , = , = , = , = , = , , )( ) ( ) ( 1) ( 1) ( 1) ( 1)Σ Σ Γ Γ − − − −ν ν τ τ
(d) Obliczamy b i a, przyjmując β α αβ= ′ = ′ = ′= ′−
B B B A B B AB( ) , ( ) ( )12
12 Π
(e) Losujemy G( )s z rozkładu p h h r Xs s s s s s s( | , , , , , , ,( ) ( ) ( ) ( ) ( ) ( ) ( )Γ Σ Σ= = = = = =− − −α α β β ν ν τ τ1 1 1 ))
(f ) Losujemy n ( )s z rozkładu p h h r Xs s s s s( | , , , , , , )( ) ( ) ( ) ( ) ( )ν α α β β τ τΣ Σ= = = = =− −1 1
(g) Losujemy h s( ) z rozkładu p h r Xs s s s s( | , , , , , , )( ) ( ) ( ) ( ) ( )Σ Σ= = = = = −α α β β ν ν τ τ 1
(h) Dla wylosowania parametru t z rozkładu a posteriori wykorzystujemy, np. algorytm Metropolisa i Hastingsa z genero-
waniem wartości wstępnych z rozkładu iG sm
str BH H B nt t+ ′ ′( )
⊥ ⊥ , .
11.9. Wykorzystanie bayesowskich modeli VAR i VECM w prognozowaniu
Modele VEC wykorzystywane w analizie kointegracji mogą różnić się liczbą opóźnień w dynamice krótkookresowej (k), liczbą
relacji kointegrujących (r), rodzajem trendu (d), dodatkowymi restrykcjami nałożonymi na przestrzeń kointegrującą (o, o Î 0,1, ..., ,
gdzie o = 0 oznacza brak restrykcji), formą egzogeniczności wybranych zmiennych (e). Szczegółowy opis najczęściej rozważanych
liniowych restrykcji nakładanych na przestrzeń kointegrującą i przestrzeń współczynników dostosowań oraz dociekania dotyczące
trendów można znaleźć np. w pracy Johansena (por. Johansen 1996). W tym miejscu warto podkreślić, że stosując bayesowski
model VEC, możemy te restrykcje wyrazić poprzez warunki nakładane bezpośrednio na przestrzeń kointegrującą.
Niech x=(k, r, d, o, e)Î X będzie wektorem opisującym rozważane cechy, a Mx oznacza model o tych cechach. Przed przystąpie-
niem do wyznaczania prawdopodobieństw a posteriori badanym modelom należy przypisać prawdopodobieństwa a priori, np.
tak, aby a priori wszystkie rozważane modele były jednakowo prawdopodobne lub aby modele oszczędniej sparametryzowane
uczynić bardziej prawdopodobnymi. Znając prawdopodobieństwa a priori, możemy, korzystając z poniższego wzoru, wyznaczyć
prawdopodobieństwa a posteriori:
p Mp M p X M
p M p X M( )
( ) ( | )
( ) ( | ),x
x x
x xx
x= ∈
∈∑Ξ
Ξ
(11.38)
gdzie p X M( | )x jest brzegową gęstością wektora obserwacji w modelu Mx . Analityczne wyznaczenie brzegowej gęstości wek-
tora obserwacji jest zazwyczaj bardzo trudne lub wręcz niemożliwe, dlatego do jej ustalenia stosuje się metody numeryczne lub
aproksymacje.
Stosując metodę bayesowskiego łączenia wiedzy, wyznaczone prawdopodobieństwa a posteriori można wykorzystać w dalszej
analizie badanego zjawiska, dzięki czemu otrzymane wnioski nie będą opierały się na jednym wybranym modelu, ale będą od-
zwierciedlały również niepewność związaną z jego specyfikacją (zob. np. Osiewalski 2001).
W niniejszym podrozdziale idea techniki bayesowskiego łączenia wiedzy zostanie przedstawiona w ramach prognozowania. Wy-
znaczając prognozę procesu skointegrowanego, przechodzimy z reprezentacji VEC do VAR według schematu zaprezentowanego
w podrozdziale 2.3.
Bayesowska predykcja oparta jest na rozkładzie predyktywnym, tj. na warunkowym względem obserwacji rozkładzie przyszłych
wartości analizowanego procesu. Oznaczmy wektor prognozowanych wartości przez X x x xT T T h= + + +( , , ..., )1 2 , gdzie h jest ho-
ryzontem prognozy. Warunkowy względem zaobserwowanych wartości x rozkład predyktywny otrzymujemy, uśredniając po prze-
strzeni parametrów tzw. próbkową gęstość predyktywną p X X( | , ) q z wykorzystaniem gęstości rozkładu a posteriori dla parametrów
modelu jako funkcji wagowej (Osiewalski 2001; Zellner 1971):
p X X p X X d p X X p X d( | ) ( , | ) ( | , ) ( | ) = =∫ ∫q q q q q
Θ Θ (11.39)
Analityczne obliczenie całki zadanej wzorem (11.39) w wielu przypadkach nie jest możliwe, dlatego dla uzyskania próby z rozkładu
predyktywnego posługujemy się metodami numerycznymi. Próbkową gęstość predyktywną możemy zapisać w postaci następu-
jącego iloczynu gęstości:
p X X p x X p x X x p x X x xT T t t h t t( | , ) ( | , ) ( | , , )... ( | , , , q q q q= + + + + +1 2 1 1 ++ + −2 1, ..., )xT h
czyli chcąc uzyskać próbę z rozkładu predyktywnego, po wylosowaniu wektora parametrów z rozkładu a posteriori, losujemy xT +1
według rozkładu p x XT( | , ),+1 q następnie xT +2 z p x X xT t( | , , ).+ +2 1q Taki schemat losowania kontynuujemy do założonego
horyzontu prognozy. W omawianych bayesowskich modelach VAR/VEC warunkowy rozkład p x X x x xT t t T i( | , , , , ..., )+ + + + −1 1 2 1q jest
rozkładem normalnym, a więc losowanie jest stosunkowo łatwe.
Rozkład predyktywny uwzględnia niepewność związaną zarówno z wartościami prognozowanymi, jak i z wartościami parametrów.
Dodatkowo, wykorzystując technikę bayesowskiego łączenia wiedzy, dla wyznaczenia prognozy możemy rozważyć nie jeden
model bayesowski, ale ich zbiór : :Mx x∈Ξ
p X X p M X p X X M p M X p X X p X d( | ) ( | ) ( | , ) ( | ) ( | , ) ( | ) = =∈∑ ∫ξξ
ξ ξ ξ ξξ
θ θΞ Θξξ
ξθ∈∑Ξ
(11.40)
W wyniku łączenia wiedzy otrzymujemy zatem jeden końcowy rozkład predyktywny – będący średnią ważoną rozkładów
predyktywnych w rozważanych modelach z wagami równymi prawdopodobieństwom a posteriori tych modeli.
163
Łukasz Postek
Rozdział 12
MECHANIZM STARTOWY
12.1. Wprowadzenie
Mechanizm startowy ISR jest informacją o stanie gospodarki i jej branż, płynącą z komponentu badawczego (monitoringowego)
ISR, na podstawie której podejmowane są decyzje polityczne o uruchamianiu działań wdrożeniowych w konkretnych przedsię-
biorstwach zakwalifikowanych do uzyskania wsparcia w ramach ISR.
Mechanizm startowy ISR ma na celu dostarczenie decydentom politycznym informacji o przesłankach, które wskazują na potrzebę
uruchomienia działań wdrożeniowych w przedsiębiorstwach oraz o branżach i grupach przedsiębiorstw, które powinny zostać
objęte wsparciem.
Informacje źródłowe na ten temat powinny pochodzić z raportów sporządzanych w ramach mikro- i makroekonomicznego kom-
ponentu badawczego ISR, a procedura decyzyjna powinna zachowywać spójność z pozostałymi działaniami podejmowanymi
w ramach ISR.
12.2. Ogólna koncepcja mechanizmu startowego
Przyjęliśmy, że podstawowa procedura decyzyjna powinna mieć charakter scoringu trzypoziomowego dla zmiennych mikro-,
mezo- i makroekonomicznych. Oznacza to, że mechanizm startowy ISR będzie oparty o punktowe oceny informacji o stanie gospo-
darki i jej branż, płynących z komponentu badawczego ISR, które zostaną przekształcone na wynik w postaci prawdopodobieństwa.
Aby maksymalnie wykorzystać zakres informacji analizowanych w raportach komponentu badawczego ISR, proponujemy stwo-
rzenie dwóch komplementarnych systemów:
• systemu scoringu podstawowego,
• systemu informacji pomocniczej.
System scoringu podstawowego stanowiłby bezpośrednią podstawę do decyzji o uruchamianiu działań wdrożeniowych w przed-
siębiorstwach, spełniając postulowany wymóg spójności metodologicznej oraz możliwości agregacji i dezagregacji pomiędzy
wszystkimi poziomami (mikro-, mezo- i makroekonomicznym). System ten wskazywałby więc na specyficzne grupy przedsię-
biorstw, w stosunku do których powinny zostać podjęte działania wdrożeniowe w ramach ISR.
...
...
...
System scoringu podstawowego System informacji pomocniczej
Poziom makroekonomiczny
Poziom mezoekonomiczny
Poziom mezoekonomiczny
Poziom mezoekonomiczny
Poziom mikroekonomiczny
Poziom mikroekonomiczny
Pełen zestaw informacji źródłowych
Poziom makroekonomiczny
Poziom makroekonomiczny
Poziom makroekonomiczny
Informacja źródłowa 1.
Informacja źródłowa 3.
Informacja źródłowa 2.
Informacja źródłowa ...
Rys. 12.1. Schemat porównawczy systemu scoringu podstawowego oraz systemu informacji pomocniczej
Źródło: opracowanie własne.
164
Specyfika niektórych źródłowych danych statystycznych sprawia, że nie są one wyliczane lub prezentowane na wszystkich trzech
poziomach albo jest to czynione w specjalnym ujęciu, dlatego też wykorzystanie tych danych w podstawowym systemie scorin-
gowym nie jest możliwe lub nie byłoby ekonomicznie sensowne. Mimo wszystko są to jednak dane, które często niosą ze sobą
wartościową informację o stanie gospodarki bądź pewnych aspektach jej funkcjonowania i dlatego ich całkowite pominięcie nie
byłoby wskazane. Zatem postulujemy stworzenie systemu informacji pomocniczej, który na bazie tego typu danych zapewniałby
informację dodatkową w stosunku do systemu scoringu podstawowego, rysując szersze tło dla podejmowanych decyzji. System
ten mógłby sugerować, na jakich obszarach funkcjonowania przedsiębiorstw należałoby skupić wsparcie w ramach ISR (informacja
przedmiotowa). System informacji pomocniczej miałby charakter otwarty i elastyczny, co ułatwiałoby – w razie potrzeby – do-
łączanie nowych informacji bez konieczności rewizji całego systemu scoringowego. Równocześnie dane w systemie informacji
pomocniczej byłyby prezentowane w analogiczny sposób jak w przypadku systemu scoringu podstawowego.
12.3. System scoringu podstawowego
Poniżej opiszemy ogólny algorytm scoringu podstawowego. Celem zachowania spójności scoringu na wszystkich trzech po-
ziomach proponujemy, aby w systemie scoringu podstawowego algorytm wyliczania wartości punktowych był sekwencyjny
i przebiegał od poziomu mikro, poprzez poziom mezo, aż do poziomu makroekonomicznego. Uogólniając, sekwencyjny algorytm
wyliczania scoringu przebiegałby następująco:
1. Wyliczenie wartości punktowej na poziomie mikroekonomicznym – MikroScore j t, ,∈( )0 1 w oparciu o zestaw informacji źró-
dłowych.
2. Wyliczenie wartości punktowej na poziomie mezoekonomicznym – MezoScorei t, ,∈( )0 1 – w oparciu o agregację wyników
z poziomu mikroekonomicznego.
3. Wyliczenie wartości punktowej na poziomie makroekonomicznym – MakroScoret ∈( )0 1, – w oparciu o agregację wyników
z poziomu mezoekonomicznego (i oraz j oznaczają indeksy przekrojowe, a t – indeks czasowy).
, ,1
1
I Mezo Makroi t i t
it I Mezo Macro
i
Waga
Waga
Waga
Waga
MezoScoreMakroScore
®
=
®
=
׺ĺ
ĺ
1
1
i
i
J Mikro Mezo
ji,t
i,t
j,t
j,tj,t
j,t
J Mikro Mezo
j
MikroScoreMezoScore
®
=
®
=
×
şĺ
ĺ
System scoringu podstawowego Formuła agregacji
3. Poziom makroekonomiczny
2. Poziom mezoekonomiczny
1. Poziom mikroekonomiczny
Pełen zestaw informacji źródłowych
MikroScore
Rys. 12.2. Ogólny algorytm scoringu podstawowego
Źródło: opracowanie własne.
Dane jednostkowe pochodzące z badań F-01/I-01 chronione są tajemnicą statystyczną, dlatego też badanie w komponencie mi-
kroekonomicznym bazuje na danych zagregowanych do klas wyznaczonych przez przecięcie przekrojów według działów PKD oraz
liczby pracujących (małe: 10–49 pracujących; średnie: 50–249 pracujących; duże: od 250 pracujących). Należy przy tym zaznaczyć,
że tajemnica statystyczna uniemożliwia także uzyskanie informacji, jeśli na dane zestawienie składają się mniej niż trzy podmioty
lub udział jednego z nich w agregacie jest większy niż trzy czwarte. W konsekwencji udostępnione dane nie obejmują niektórych
klas przedsiębiorstw, a dla innych są niepełne. Dodatkową komplikację stanowi fakt, że periodyzacja danych na temat małych
przedsiębiorstw jest półroczna, podczas gdy danych na temat przedsiębiorstw średnich i dużych – kwartalna.
Biorąc pod uwagę dostępność danych, postulujemy zagregowanie problematycznych klas przedsiębiorstw według sekcji PKD
w ramach (wewnątrz) klas wielkości przedsiębiorstw wyznaczonych przez liczbę pracujących (małe, średnie, duże), tak aby nie
występował problem z brakiem danych. Ze względu na różną periodyzację danych dotyczącą przedsiębiorstw małych (półroczna)
165
oraz średnich i dużych (kwartalna) niewskazana jest natomiast agregacja różnych klas wielkości przedsiębiorstw w ramach (we-
wnątrz) klas wyznaczonych przez sekcje PKD.
W tabeli 12.1 zaproponowano podział, w którym problematyczne sekcje PKD zostały połączone z tymi, które mają najbardziej
zbliżony profil działalności lub – gdy takich brakowało – włączone do kategorii rezydualnej. W rezultacie przyjętego podziału zdefi-
niowano 99 pojedynczych klas przedsiębiorstw, dla których będzie obliczana wartość scoringu na poziomie mikroekonomicznym:
MikroScore j tKW, – dla j-tej klasy przedsiębiorstw na podstawie sekcji PKD (j Î 1,2,..., 33), o klasie wielkości KW Î M, Ś, D, w okresie t.
Tabela 12.1. Proponowany podział przedsiębiorstw na mikroekonomicznym poziomie scoringu (xxx – brak dla całego okresu od 2007 r.; x – braki w wybranych okresach)
Nr klasywg PKD Dział PKD małe
(półrocznie)średnie
(kwartalnie)duże
(kwartalnie)
Przedsiębiorstwa produkcyjne
Sekcja B – Górnictwo i wydobywanie
1
5. Wydobywanie węgla kamiennego i węgla brunatnego ... x x x
6. Górnictwo ropy naftowej i gazu ziemnego xxx xxx xxx
7. Górnictwo rud metali xxx xxx xxx
8. Pozostałe górnictwo i wydobywanie
9. Działalność usługowa wspomagająca górnictwo ... x xxx xxx
Sekcja C – Przetwórstwo przemysłowe
2 10. Produkcja artykułów spożywczych
3 11. Produkcja napojów
4
13. Produkcja wyrobów tekstylnych
14. Produkcja odzieży x x
15. Produkcja skór i wyrobów ze skór wyprawionych x x x
5 16. Produkcja wyrobów z drewna oraz korka z wyłączeniem …
31. Produkcja mebli x x
6 17. Produkcja papieru i wyrobów z papieru
7 18. Poligrafia i reprodukcja zapisanych nośników informacji
8 20. Produkcja chemikaliów i wyrobów chemicznych
9 22. Produkcja wyrobów z gumy i tworzyw sztucznych
10 23. Produkcja wyrobów z pozostałych mineralnych surowców …
11 24. Produkcja metali
12 25. Produkcja metalowych wyrobów gotowych, z …
13 26. Produkcja komputerów, wyrobów elektronicznych i ...
14 27. Produkcja urządzeń elektrycznych
15 28. Produkcja maszyn i urządzeń, gdzie indziej ...
16 29. Produkcja pojazdów samochodowych, przyczep i naczep, …
17 30. Produkcja pozostałego sprzętu transportowego
18
32. Pozostała produkcja wyrobów
12. Produkcja wyrobów tytoniowych xxx x x
19. Wytwarzanie i przetwarzanie koksu i produktów rafinacji … x x
21. Produkcja podstawowych substancji farmaceutycznych … x x
19 33. Naprawa, konserwacja i instalowanie maszyn i urządzeń
Sekcja D – Wytwarzanie i zaopatrywanie w energię elektryczną, gaz …
20 35. Wytwarzanie i zaopatrywanie w energię elektryczną, gaz …
Sekcja E – Dostawa wody; gospodarowanie ściekami i odpadami oraz działalność związana z rekultywacją
21
36. Pobór, uzdatnianie i dostarczanie wody x x
37. Odprowadzanie i oczyszczanie ścieków
38. Działalność związana ze zbieraniem, przetwarzaniem … x x
39. Działalność związana z rekultywacją … x x xxx
166
Nr klasywg PKD Dział PKD małe
(półrocznie)średnie
(kwartalnie)duże
(kwartalnie)
Przedsiębiorstwa handlowe
Sekcja G – Handel hurtowy i detaliczny; naprawa pojazdów samochodowych, włączając motocykle
22
45. Handel hurtowy i detaliczny pojazdami samochodowymi; … x x
46. Handel hurtowy, z wyłączeniem handlu pojazdami …
47. Handel detaliczny, z wyłączeniem handlu detalicznego … x x
Przedsiębiorstwa usługowe
Sekcja F – Budownictwo
23 41. Roboty budowlane związane ze wznoszeniem budynków
24 42. Roboty związane z budową obiektów inżynierii lądowej i ...
25 43. Roboty budowlane specjalistyczne
Sekcja H – Transport i gospodarka magazynowa
26
49. Transport lądowy oraz transport rurociągowy
50. Transport wodny x x xxx
51. Transport lotniczy xxx xxx
52. Magazynowanie i działalność usługowa wspierająca ... xxx
Sekcja I – Działalność związana z zakwaterowaniem i usługami gastronomicznymi
2755. Zakwaterowanie xxx
56. Działalność usługowa związana z wyżywieniem
Sekcja J – Informacja i komunikacja
2858. Działalność wydawnicza
59. Działalność związana z produkcją filmów, nagrań wideo … x x
29 60. Nadawanie programów ogólnodostępnych i ...
30 61. Telekomunikacja
3162. Działalność związana z oprogramowaniem i doradztwem …
63. Działalność usługowa w zakresie informacji x x
Sekcja K – Działalność finansowa i ubezpieczeniowaSekcja L – Działalność związana z obsługą rynku nieruchomości
32
64. Finansowa działalność usługowa, z wyłączeniem … x x
65. Ubezpieczenia, reasekuracja oraz fundusze emerytalne … xxx xxx xxx
66. Działalność wspomagająca usługi finansowe … x x
68. Działalność związana z obsługą rynku nieruchomości
Sekcja N – Działalność w zakresie usług administrowania i działalność wspierającaSekcja S – Pozostała działalność usługowa
33
77. Wynajem i dzierżawa
78. Działalność związana z zatrudnieniem x x x
79. Działalność organizatorów turystyki … x x x
80. Działalność detektywistyczna i ochroniarska x x
81. Działalność usługowa związana z utrzymaniem porządku … x x x
82. Działalność związana z administracyjną obsługą biura … x x
94. Działalność organizacji członkowskich x xxx xxx
95. Naprawa i konserwacja komputerów … x x x
96. Pozostała indywidualna działalność usługowa x x x
Źródło: opracowanie własne na podstawie informacji z Raportów z mikroekonomicznego komponentu badawczego ISR.
W celu wyliczenia wartości MikroScore postulujemy, aby wartość punktowa na poziomie mikroekonomicznym była wyliczana
w oparciu o stopnie zagrożenia upadłością przedsiębiorstw, które są szacowane i prognozowane w ramach mikroekonomicznego
komponentu badawczego ISR. Na potrzeby systemu scoringu podstawowego wartości te należałoby przeliczyć do klas zdefinio-
wanych w tabeli 12.1.
167
Zważywszy na fakt, że oszacowane w komponencie mikroekonomicznych prawdopodobieństwa upadłości różnych klas przed-
siębiorstw nie są ze sobą bezpośrednio porównywalne w kategoriach normatywnych, proponujemy zastosowanie trzystopniowej
procedury, której celem jest zrelatywizowanie danych w wymiarze przekrojowym i czasowym:
1. Odsezonowanie szeregów czasowych oszacowanych i prognozowanych prawdopodobieństw upadłości (sugerowana me-
toda: TRAMO/SEATS (Gomez, Maraval 1996)).
2. Przefiltrowanie odsezonowanych szeregów czasowych celem usunięcia tendencji długookresowej i wahań o wysokiej czę-
stotliwości (sugerowana metoda filtr Christiano-Fitzgeralda (Christiano, Fitzgerald 2003) o okresie wahań od 1,5 roku do 8 lat,
przyjmując założenie, że filtrowane szeregi są trendostacjonarne).
3. Estymacja rozkładu losowego dla cyklicznego komponentu szeregu czasowego i obliczenie wartości dystrybuanty dla każ-
dej obserwacji w próbie (sugerowana metoda: przyjęcie, że cykliczny komponent szeregu czasowego ma rozkład normalny
o parametrach wyestymowanych na podstawie próby).
W wyniku zaproponowanej procedury wyliczymy 99 (33 x 3) szeregów czasowych wartości punktowych MikroScore j tKW, , które
w następnej kolejności zostaną zagregowane do poziomu mezoekonomicznego, a później – makroekonomicznego.
W celu wyliczenia wartości MezoScore proponujemy, aby na poziomie mezoekonomicznym zachować pierwotny podział na 3 klasy
przedsiębiorstw według liczby pracujących oraz zastosować agregację do 3 klas wyznaczonych na podstawie sekcji PKD (prze-
mysł – P, handel – H, usługi – U). W takim też ujęciu najczęściej są prezentowane dane w komponencie mikroekonomicznym ISR.
Zgodnie z zaproponowanym sekwencyjnym algorytmem scoring na poziomie mezoekonomicznym bazuje na informacji wyli-
czonej na poziomie mikroekonomicznym oraz systemie wag. Proponujemy stworzenie dwóch ścieżek scoringowych bazujących
na dwóch systemach wag opartych o:
• wartość dodaną brutto (WDB),
• liczbę pracujących (LP).
Wykorzystanie proponowanych systemów wag opartych o wartość dodaną brutto oraz liczbę pracujących znajduje głębokie
uzasadnienie, jako że są to podstawowe kategorie ekonomiczne będące przedmiotem troski polityki gospodarczej. Z jednej strony
informacja z poziomu mikroekonomicznego mówi o szacowanym prawdopodobieństwie upadłości przedsiębiorstw, a z drugiej –
system wag zawiera informację o gospodarczym znaczeniu tych przedsiębiorstw, czyli potencjalnym koszcie w postaci utraconej
wartości dodanej brutto oraz liczbie miejsc pracy generowanych przez te przedsiębiorstwa, dla których mierzy się prawdopodo-
bieństwo upadłości. Wartość dodana brutto reprezentuje spojrzenie przez pryzmat rynku dobra finalnego, podczas gdy liczba
pracujących reprezentuje spojrzenie przez pryzmat rynku (miejsc) pracy. Ze względu na fakt, że te dwa spojrzenia nie zawsze są ze
sobą zbieżne, wnioskujemy równoczesną analizę obydwu z nich. Stąd wynika postulat dwóch równoległych ścieżek scoringowych:
MezoScore WDBRDKW_ ,t – ścieżka scoringowa oparta o wartość dodaną brutto dla przedsiębiorstw o klasie wielkości
KW Î M, Ś, D,
prowadzących działalność RD Î P, H, U.
MezoScore LPRDKW_ ,t – ścieżka scoringowa oparta o liczbę pracujących dla przedsiębiorstw o klasie wielkości
KW Î M, Ś, D,
prowadzących działalność RD Î P, H, U .
Przyjmując wcześniej wprowadzone oznaczenia, wartości punktowe na poziomie mezoekonomicznym dla systemu wag opartego
o wartość dodaną brutto można wyznaczyć w poniższy sposób (analogiczną agregację można przeprowadzić dla systemu wag
opartego o liczbę pracujących, zamieniając we wzorach WDB na LP):
MezoScore_WDBMikroScore
KWjKW
j,
P tj
j t t
j
WDB
WDB,
, ,≡
⋅=
=
∑∑
1
21
1
21tt
(przemysł)
MezoScore WDB MikroScoreH t
KWt
KW_ , ,º 22 (handel)
MezoScore WDBWDB MikroScore
WDBU tKW j
j t j tKW
j
_ ,
, ,≡
⋅=
=
∑∑
23
33
23
33jj t,
(usługi)
Z przedstawionych wzorów wynika, że agregacja dotyczy wyłącznie przedsiębiorstw przemysłowych i usługowych, ponieważ
zakres podmiotowy przedsiębiorstw handlowych jest stosunkowo wąski.
Kolejnym problemem jest wyliczenie wartości MakroScore. Periodyzacja scoringu dla małych przedsiębiorstw jest półrocz-
na, podczas gdy dla przedsiębiorstw średnich i dużych – kwartalna, a zatem postulujemy wprowadzenie rozróżnienia na
168
makroekonomiczne ścieżki scoringowe o periodyzacji kwartalnej (z pominięciem małych przedsiębiorstw) oraz półrocznej (z ma-
łymi przedsiębiorstwami włącznie).
Analogicznie jak wcześniej, proponujemy wprowadzenie następujących oznaczeń:
MakroScore_ścieżka tQ1 – makroekonomiczna ścieżka scoringowa oparta o wartość dodaną brutto (ścieżka = WDB) lub liczbę
pracujących (ścieżka = LP) o periodyzacji kwartalnej (z pominięciem małych przedsiębiorstw),
MakroScore_ścieżka tQ2 – makroekonomiczna ścieżka scoringowa oparta o wartość dodaną brutto (ścieżka = WDB) lub liczbę
pracujących (ścieżka = LP) o periodyzacji półrocznej (z uwzględnieniem małych przedsiębiorstw).
Przyjmując wcześniej wprowadzone oznaczenia, wartości punktowe na poziomie makroekonomicznym dla systemu wag opartego
o wartość dodaną brutto można wyznaczyć w poniższy sposób (analogiczną agregację można przeprowadzić dla systemu wag
opartego o liczbę pracujących, zamieniając we wzorach WDB na LP):
MakroScore WDBWDB MezoScore WDB
tQ RD
RD t RDKW
_( _, ,
1 ≡⋅
∈∑ ∑KW S’ ,Dtt
RDRD tS
RD tD
KW
WDB WDB
)
( ),’
,∑ +
MakroScore WDBWDB MezoScore WDB
tQ KW M S D
RD t RRD
KW
_( _
, ’ , ,
2 ≡⋅
∈∑ ∑ DD t
RD t RD tS
RD t
KW
RD
M DWDB WDB WDB
,
, ,’
,
)
( )∑ + +
Zajmiemy się teraz przesłankami uruchomienia działań wdrożeniowych. Zaprezentowane w poprzednich podrozdziałach wzory
pozwalają na wyliczenie scoringu na poziomie mikro-, mezo- oraz makroekonomicznym. U podstawy systemu leży prawdopo-
dobieństwo upadłości przedsiębiorstw, dlatego też wartości, jakie może przyjmować scoring należą do przedziału od 0 do 1. Im
mniejsza wartość przyjmowana przez scoring, tym lepsza sytuacja przedsiębiorstw i tym mniejsza potrzeba uruchomienia działań
wdrożeniowych.
Postulujemy, aby progowa wartość sugerująca potrzebę uruchomienia działań wdrożeniowych została ustalona w oparciu o prze-
ciętny procent czasu, jaki polska gospodarka znajdowała się w recesji według historycznych danych. Zgodnie z definicją National
Bureau of Economic Research (NBER)1, zastosowaną do wskaźników OECD based Recession Indicators for Poland2, polska gospodarka
znajdowała się w stanie recesji przez 29,6% (ok. 30%) czasu w okresie 2003m1–2013m6. Biorąc to pod uwagę, proponujemy przyjąć,
że uruchomienie działań wdrożeniowych jest wskazane, jeśli aktualna lub prognozowana na kolejne półrocze wartość scoringu
przekracza 70%.
W zakresie heurystyki działania sugerujemy, aby analizę potrzeby uruchomienia działań wdrożeniowych na podstawie oszaco-
wanych i prognozowanych wartości scoringowych rozpoczynać od klas przedsiębiorstw zdefiniowanych na poziomie mikro-
ekonomicznym, następnie analizować agregaty określone na poziomie mezoekonomicznym, a na końcu – agregat wszystkich
przedsiębiorstw.
Dla wszystkich z analizowanych poziomów dostępne są ścieżki scoringowe o periodyzacji kwartalnej oraz periodyzacji półrocznej.
Proponujemy, aby ewentualna decyzja o podjęciu działań wdrożeniowych w danej kategorii przedsiębiorstw była podejmowana
wówczas, gdy dla tej kategorii przedsiębiorstw są dostępne aktualne dane. W przypadku małych przedsiębiorstw proces decyzyjny
miałby więc periodyzację półroczną, a w przypadku przedsiębiorstw średnich i dużych – kwartalną.
Na poziomie mezoekonomicznym oraz makroekonomicznym dostępne są dwie ścieżki scoringowe oparte o wartość dodaną
brutto oraz liczbę pracujących. Sugerujemy, aby w ich przypadku sygnałem uzasadniającym interwencję było przekroczenie przez
scoring (aktualny lub prognozowany w horyzoncie półrocznym) wartości 70% w co najmniej jednej ze ścieżek scoringowych.
Biorąc pod uwagę powyższe kwestie, proponujemy następujący algorytm działania:
1. Uruchomienie działań wdrożeniowych w przedsiębiorstwach, które należą do tych jednostkowych klas przedsiębiorstw zde-
finiowanych na poziomie mikroekonomicznym, dla których scoring przekroczył ustaloną wartość graniczną.
Jeśli wymagane jest ustalenie priorytetów, to postulujemy, aby wyższy priorytet nadać tym przedsiębiorstwom, które należą
do jednostkowych klas przedsiębiorstw zdefiniowanych na poziomie mikroekonomicznym o najwyższych wartościach sco-
ringu oraz tym, dla których scoring przekroczył ustaloną wartość graniczną również na poziomie mezoekonomicznym.
2. Jeśli możliwości uruchomienia działań wdrożeniowych nie zostały wyczerpane, postulujemy uruchomienie działań wdroże-
niowych w przedsiębiorstwach, które należą do tych klas przedsiębiorstw zdefiniowanych na poziomie mezoekonomicznym,
1 Recesja jest tu rozumiana w sensie ekonomicznym – jako faza cyklu koniunkturalnego, a nie w sensie technicznym – jako co najmniej dwa kolejne kwartały ujemnej stopy wzrostu PKB.
2 http://research.stlouisfed.org/fred2/series/POLREC?rid=242&soid=4.
169
dla których scoring przekroczył ustaloną wartość graniczną (nawet jeśli na poziomie mikroekonomicznym nie została ona
przekroczona).
3. Jeśli możliwości uruchomienia działań wdrożeniowych nie zostały wyczerpane, a scoring przekracza wartość graniczną na
poziomie makroekonomicznym, postulujemy uruchomienie działań wdrożeniowych we wszystkich przedsiębiorstwach za-
kwalifikowanych do ISR.
12.4. Wykorzystywanie informacji pomocniczych komponentu badawczego ISR
Jak zaznaczyliśmy na początku rozdziału, postulujemy, aby system informacji pomocniczej pełnił rolę uzupełniającą w procesie
podejmowania decyzji o potrzebie uruchomienia działań wdrożeniowych w przedsiębiorstwach. O ile system scoringu podstawo-
wego wskazuje – lub nie – na potrzebę podjęcia działań wdrożeniowych w konkretnych grupach przedsiębiorstw, o tyle system
informacji pomocniczej ma dostarczać informacji dodatkowej, rysującej szersze tło decyzyjne i mogącej pomóc w wyznaczeniu
obszarów funkcjonowania przedsiębiorstw i gospodarki, na których należałoby skupić uwagę. W szczególności system informacji
pomocniczej mógłby stanowić podstawę do wprowadzania ewentualnych korekt eksperckich w systemie scoringu podstawowego.
Postulujemy, aby metoda prezentacji informacji pomocniczej była analogiczna jak w systemie scoringu podstawowego (tj. bazowała
na trójstopniowej3 procedurze odsezonowania i przefiltrowania szeregu czasowego, a następnie obliczenia dystrybuanty dla każdej
obserwacji w próbie), z zastrzeżeniem, że w części przypadków nie jest możliwe zaprezentowanie zmiennej na wszystkich trzech
poziomach mikro-, mezo- i makroekonomicznym.
Ze względu na to, że system informacji pomocniczej nie pełni funkcji ujawniania potrzeby uruchamiania działań wdrożeniowych
w przedsiębiorstwach, ustalanie granicznego progu „interwencji” jest bezprzedmiotowe. Próg 70% (lub 30%) może natomiast
stanowić pewną symboliczną granicę wskazującą na nasilenie problemów w danym obszarze.
W tabeli 12.2 wyszczególniono zmienne analizowane w ramach mikroekonomicznego komponentu badawczego ISR, które można
uwzględnić w systemie informacji pomocniczej na wszystkich trzech poziomach – mikro-, mezo- i makroekonomicznym – w ana-
logicznych przekrojach jak w przypadku systemu scoringu podstawowego. Zaznaczono te zmienne, na które należy zwrócić szcze-
gólną uwagę w związku z ich statystycznie istotną rolą w przewidywaniu zjawiska upadłości przedsiębiorstw oraz płynącą z nich
informacją na temat zjawiska upadłości i powstawania przedsiębiorstw oraz kreowania przez nie miejsc pracy i wartości dodanej
brutto. Dodatkowo, wyłącznie na poziomie makroekonomicznym (tj. z perspektywy całego sektora przedsiębiorstw), w systemie
informacji pomocniczej można uwzględnić odsetki upadłości likwidacyjnych oraz układowych, które są prezentowane w Raportach
mikroekonomicznego komponentu badawczego ISR.
W tabeli 12.2 zamieszczono również zmienne analizowane w ramach makroekonomicznego komponentu badawczego ISR, które
można uwzględnić w systemie informacji pomocniczej, przy czym specyfika tych danych sprawia, że procedura ich agregacji jest
bezprzedmiotowa.
Tabela 12.2. Proponowany zestaw zmiennych do uwzględnienia w systemie informacji pomocniczej (x – zmienne z mikroekono-micznego komponentu badawczego ISR, na które należy zwrócić szczególną uwagę)
Informacja z mikroekonomicznego komponentu badawczego ISR
przedsiębiorstwa
produkcyjne handlowe usługowe
1 wskaźnik ogólnej sytuacji finansowej (WOSF)
2 wskaźnik zdolności obsługi zadłużenia (WZOZ)
3 wskaźnik płynności bieżącej (WPB) x
4 wskaźnik płynności szybkiej (WPS)
5 wskaźnik cyklu gotówki w razach (CGOTr)
6 wskaźnik cyklu gotówki w dniach (CGOTdni)
7 wskaźnik produktywności majątku (PM) x x x
8 wskaźnik rentowności operacyjnej sprzedaży (ROOS) x x
9 wskaźnik rentowności operacyjnej aktywów (ROOA) x
10 wskaźnik rentowności aktywów (ROA)
11 wskaźnik rentowności kapitału własnego x
3 W przypadku zmiennych, które nie są wyrażone w kategoriach procentowych (np. liczba pracujących, wartość dodana brutto) konieczne jest ich uprzednie zlogarytmowanie.
cd.®
Informacja z mikroekonomicznego komponentu badawczego ISR
przedsiębiorstwa
produkcyjne handlowe usługowe
12 wskaźnik zadłużenia ogółem (WZO)
13 wskaźnik samofinansowania x x x
14 wskaźnik zadłużenia krótkoterminowego (WZO) x x
15 liczba przedsiębiorstw x x x
16 liczba pracujących x x x
17 wartość dodana brutto x x x
18 przychody ze sprzedaży (netto)
19 nakłady inwestycyjne
20 aktywa ogółem
21 zobowiązania krótkoterminowe
22 należności i roszczenia
23 wynik finansowy netto
Informacja z makroekonomicznego komponentu badawczego ISR
1 indeks produkcji przemysłowej w analizowanych działach oraz sekcjach PKD
2 indeks produkcji budowlanej w analizowanych działach oraz sekcjach PKD
3 indeks sprzedaży detalicznej w analizowanych działach oraz sekcjach PKD
4 wskaźnik ankietowego ogólnego klimatu koniunktury w analizowanych działach oraz sekcjach PKD
5 stopa bezrobocia
6 produkt krajowy brutto w dekompozycji* na:
7 • popyt krajowy
8 – spożycie
9 – spożycie prywatne
10 – spożycie publiczne
11 – akumulacja
12 – nakłady brutto na środki trwałe
13 – przyrost rzeczowych środków obrotowych
14 • eksport netto
15 – eksport
16 – import
* Przyrost rzeczowych środków obrotowych oraz eksport netto mogą przyjmować wartości ujemne, a zatem należałoby analizować wkłady poszczególnych kategorii do wzrostu PKB, a nie ich poziomy lub stopy wzrostu.
Źródło: opracowanie własne.
171
Piotr Adam Boguszewski, Monika Dawid-Sawicka, Małgorzata Kazubska
Rozdział 13
PROCES KOMUNIKACJI W PROJEKCIE ISR
13.1. Wprowadzenie
Przekazywanie informacji na temat monitoringu zmiany gospodarczej zawsze będzie dużym wyzwaniem. Kluczowa jest tu odpo-
wiedzialność za słowo wypowiedziane, ale również za słowo niedopowiedziane lub niewystarczająco dokładnie sprecyzowane.
Strategiczna jest również umiejętność przewidywania ewentualnych skrótów, uproszczeń, których media czy organizacje otocze-
nia biznesu mogą dokonać, starając się wyciągnąć esencję komunikatu, a które istotnie ważą na wartości merytorycznej. Stawka
w przypadku tematu monitoringu zmiany gospodarczej jest wysoka, bowiem skrócenie lub pominięcie w procesie komunikacji
bądź publikacji materiałów może doprowadzić do błędnej oceny potencjału poszczególnych sekcji PKD lub do złej interpretacji
prognoz gospodarczych.
Materia, która w projekcie ISR ma być prezentowana i upowszechniana jest ze swojej natury i skomplikowana, i rozległa. ISR to
szeroki zespół metod i procedur diagnozowania sytuacji gospodarki i przedsiębiorstw oraz programowania i wdrażania precyzyjnie
określonych interwencji publicznych kierowanych do przedsiębiorstw, ich grup oraz sektorów gospodarki dotkniętych skutkami
dekoniunktury gospodarczej. Interpretacja prognoz z Raportów ISR wiąże się zarówno z rozumieniem idei narzędzia, za pomocną
którego analizy zostały wykonane, jak i ze zrozumieniem jego podstawowych założeń metodologicznych.
W pracach nad koncepcją Instrumentu Szybkiego Reagowania przyjęto, że składa się on z dwóch podsystemów – (1) komponentu
monitorowania ISR, czyli Systemu Wczesnego Ostrzegania oraz (2) komponentu programowania i wdrażania ISR, tj. Systemu Wcze-
snego Reagowania. Działania komunikacyjne prowadzone zgodnie z założeniami przygotowanymi przez Polską Agencję Rozwoju
Przedsiębiorczości były w zdecydowanej większości przypisane komponentowi Systemu Wczesnego Ostrzegania, jednak informo-
wanie o wynikach monitorowania komponentu Systemu Wczesnego Ostrzegania służyło realizacji celów zawartych w Systemie
Wczesnego Reagowania. Cele komunikacji podążały za celami, jakie przyświecały badaniu kluczowych trendów makroekonomicz-
nych i innych zewnętrznych uwarunkowań procesów upadłości przedsiębiorstw, które stanowiły treść Raportów poświęconych
tematyce makro, jak i informowaniu o zidentyfikowanych zjawiskach ekonomicznych na poziomie branż zawartych w Raporcie
z oceny stopnia zagrożenia przedsiębiorstw upadłością, stanowiącym komponent mikroekonomiczny.
Po pierwsze w ramach działań komunikacyjnych kluczowe było przedstawianie i informowanie o symptomach pogarszającej się
sytuacji, w tym zwłaszcza o zagrożeniu utratą płynności finansowej poszczególnych sekcji i działów PKD, a w dalszej kolejności –
wskazanie na symptomy zagrożenia upadłością i komunikowanie stopnia zagrożenia przedsiębiorstw upadłością dla opisywanych
w Raporcie sekcji i działów PKD. Działania komunikacyjne odnoszące się do części makroekonomicznej Raportów ISR skupiły się
na informowaniu o cyklach koniunkturalnych polskiej gospodarki, prognozach podstawowych wskaźników makroekonomicznych
oraz analizach scenariuszowych wpływu potencjalnych impulsów dotykających polską gospodarkę na stan jej koniunktury.
Realizacji tego rozległego celu przyświecało hasło „lepiej monitorować, przeciwdziałać niż leczyć skutki”, które stało się mottem
dla całej strategii komunikacyjnej realizowanej przez Polską Agencję Rozwoju Przedsiębiorczości w okresie od marca 2013 r. do
marca 2014 r.
13.2. Grupy docelowe
Prowadzony w ramach projektu ISR Monitoring Zmiany Gospodarczej jest narzędziem umożliwiającym zbudowanie Instrumentu
Wczesnego Ostrzegania – instrumentu pozwalającego na podejmowanie przez decydentów działań wyprzedzających, korygu-
jących, a przede wszystkim obniżających koszty ekonomiczne i społeczne okresowych zakłóceń w funkcjonowaniu gospodarki.
Dlatego też jedną z grup odbiorców stanowili przedstawiciele administracji, których zadaniem jest wdrażanie interwencji publicz-
nych służących eliminacji gospodarczych zagrożeń o charakterze koniunkturalnym. Część z tych zadań – w ujęciu regionalnym
– stoi przed samorządami województw, dlatego one również były jedną z grup docelowych. Działaniami komunikacyjnymi objęci
zostali także przedstawiciele agencji rozwoju regionalnego, instytucje rynku pracy, organizacje pracodawców, związki zawodowe,
stowarzyszenia branżowe oraz analitycy z instytucji finansowych. Ważną grupą, do której kierowane były dedykowane komunikaty
byli sami przedsiębiorcy, w szczególności osoby odpowiedzialne za zarządzanie firmą, politykę finansową oraz decydenci z obszaru
polityki personalnej. Komunikacja z nimi miała jednak inny charakter i dotyczyła przekazania informacji o kondycji gospodarki,
sytuacji branży czy sektora gospodarki w celu podejmowania działań w obrębie własnej firmy, opartych na sprawdzonych i wia-
rygodnych danych.
172
13.3. Wyzwania – z czym mierzymy się, komunikując wyniki monitoringu zmiany gospodarczej?
Wiele z wyzwań, które pojawiły się w aspekcie komunikacji w przypadku projektu ISR było podobnych do tych związanych z wy-
mianą informacji w innych projektach badawczych o kluczowym znaczeniu dla polskiej gospodarki i wartych uwzględnienia przy
przygotowaniu strategii działań komunikacyjnych projektów realizowanych przez ośrodki i agencje rządowe. Jednak pojawiały się
również wyzwania, które stanowiły o jego niepowtarzalnym charakterze.
Wyzwaniem pierwszym była zgodność z dokumentami rządowymi. Celem całego projektu ISR jest m.in. dostarczanie decydentom
informacji pozwalających na podejmowanie działań wyprzedzających i korygujących, obniżających koszty ekonomiczne i społecz-
ne koniunkturalnych zakłóceń w funkcjonowaniu gospodarki. Zatem prowadzone działania komunikacyjne musiały uwzględniać
działania przewidziane przez Radę Ministrów (przede wszystkim w Długookresowej Strategii Rozwoju Kraju i Średniookresowej
Strategii Rozwoju Kraju, w ramach których założono zbudowanie zdolności państwa do antycypacyjnego reagowania na zjawiska
i procesy zachodzące w systemie społeczno-ekonomicznym). Działania komunikacyjne musiały również być zgodne z założeniami
Polityki Nowej Szansy – dokumentu Ministerstwa Gospodarki.
Zagrożenie upadłością firm jest tematem, którym w coraz większym stopniu zajmuje się również Komisja Europejska. Dąży ona do
zapewnienia wydajnych procedur, zbieżnych między krajowymi przepisami dotyczącymi upadłości, które zabezpieczałyby interesy
zarówno dłużników, jak i wierzycieli. Dlatego w procesie działań komunikacyjnych ważna była obserwacja i zgodność z działaniami
realizowanymi w tym zakresie przez Unię Europejską.
Wyzwaniem drugim było postrzeganie upadłości. W procesie komunikacji wyzwaniem był sam temat upadłości – z jednej strony,
bardzo pożądany przez media, a z drugiej strony budujący barierę w relacjach z przedsiębiorcami. Na temat upadłości nie chcą
wypowiadać się nawet firmy będące w bardzo trudnej sytuacji finansowej. W trakcie kontaktów widoczna była ich niechęć do
pokazywania się w kontekście narzędzi pomocowych, restrukturyzacji czy problemów, które dotykają przedsiębiorstwa w czasie
spowolnienia gospodarczego. Było to również zauważalne podczas wymiany informacji na temat zestawienia TOP 10 – dziesiątki
najbardziej zagrożonych działów PKD, które charakteryzują się wysokim lub ostrzegawczym stopniem zagrożenia upadłością. Przy
kwartalnej aktualizacji listy TOP 10 zespół ISR uwzględnia także tempo wzrostu zagrożenia upadłością ważone udziałem liczby
pracujących w danym dziale. Celem działań komunikacyjnych w tym przypadku nie było wyłącznie ostrzeganie o wysokim bądź
rosnącym stopniu zagrożenia upadłością, ale również zwrócenie uwagi na możliwe konsekwencje, które wynikają z relatywnie
wysokiego udziału tych branż w strukturze zatrudnienia. Istotne było mówienie o zagrożeniu upadłością w kontekście systemu
ostrzegawczego oraz wzmocnienie przekonania, że to, co dzieje się w gospodarce, w naturalny sposób odbija się na sytuacji rynku
pracy. Wyzwaniem było też takie przedstawienie tematu, aby poruszona problematyka nie była kojarzona wyłącznie z tematyką
ekonomiczną, ale również z zagadnieniami rynku pracy i zatrudnienia. Z tego powodu działaniami komunikacyjnymi objęto rów-
nież wydarzenia dedykowane rynkowi pracy i decydentów zajmujących się polityką personalną.
Kolejnym wyzwaniem był język – chodzi o język używany przez autorów Raportów ISR, który utrudniał ich analizę przez przecięt-
nego odbiorcę. Materiały powstające w ramach działań komunikacyjnych w projekcie ISR musiały zatem w przystępny sposób de-
monstrować treści pierwotnie opisane językiem naukowym. Należy pamiętać, że jedną z grup docelowych są polscy przedsiębiorcy
z sektora MŚP, a zatem prezentowane treści musiały w zrozumiały sposób tłumaczyć zjawiska, które mogą mieć bezpośredni wpływ
na ich codzienną działalność. Wyzwaniem w obszarze języka używanego w komunikatach była z kolei duża dyscyplina w zakresie
używanych zwrotów i sformułowań, która miała przeciwdziałać powstawaniu uproszczeń lub nadinterpretacji wyników prognoz.
Ważnym wyzwaniem jest też kwestia konkurencji – konkurencji dla Raportów ISR w postaci powszechnie znanych statystyk opraco-
wywanych przez instytucje publiczne, takie jak Narodowy Bank Polski czy Główny Urząd Statystyczny oraz aktualnych i obecnych
cyklicznie w mediach raportów firm, m.in. COFACE Poland, Euler Hermes, IBnGR, które również przygotowują prognozy dotyczące
wskaźników mikro- i makroekonomicznych oraz upadłości w danych branżach. Trudnością był także fakt, że Raporty ISR są two-
rzone na podstawie danych zastanych i są publikowane z opóźnieniem w stosunku do danych dotyczących upadłości udostęp-
nianych przez prywatne firmy zajmujące się monitorowaniem gospodarki. Rozwiązaniem stało się precyzyjne planowanie działań
komunikacyjnych, z uwzględnieniem dat publikacji konkurencyjnych badań oraz wykorzystywanie elementu synergii w zakresie
informowania o poszczególnych tematach.
Ostatnim wyzwaniem był problem wieloznaczności skrótu ISR. Przeprowadzone analizy potwierdziły, że hasło „ISR”, które jest skró-
tem projektu nie jest unikatowe. W wyszukiwarce, z której najczęściej korzystają polscy internauci, jest powiązane także z innymi
polskimi i międzynarodowymi instytucjami niezwiązanymi z działaniami PARP, takimi jak Instytut Studiów Regionalnych, Inteligent-
ny System Ratunkowy, ISR Brakes Sweden, International Schools Reviews, Information Systems Research, International Society of
Radiology. Powodowało to, że zwłaszcza w pierwszym okresie prowadzonych działań komunikacyjnych częściej wykorzystywano
pełną nazwę projektu, która stopniowo, w miarę budowania rozpoznawalności Raportów ISR, była zastępowana przez skrót.
173
13.4. Co pomagało w procesie komunikacji? Mocne strony
Mocna strona: autorytet autorów. Mocną stroną podejmowanych działań komunikacyjnych było uwiarygodnienie prezentowanych
wyników komentarzami uznanych ekonomistów wchodzących w skład zespołu badawczego oraz panelu interpretacyjnego. Ich au-
torytet, wiedza oraz często „rozpoznawalność” ułatwiały dotarcie do mediów i zwiększały jego zasięg oraz budowały wiarygodność
przedstawionych w Raportach ISR prognoz. Realizowana w projekcie ISR formuła panelu interpretacyjnego umożliwiała zebranie
komentarzy ekspertów i poznanie argumentów do ewentualnego wykorzystania w procesie komunikacji.
Mocna strona: zaufanie. Zainteresowanie i zaufanie grup odbiorców wzbudzał fakt, że projekt ISR jest koordynowany przez Polską
Agencję Rozwoju Przedsiębiorczości – największą i najważniejszą instytucję wdrożeniową w systemie wspierania przedsiębiorstw
w Polsce, a komponent badawczy realizuje zespół uznanych ekspertów i analityków z Małopolskiej Szkoły Administracji Publicznej
Uniwersytetu Ekonomicznego w Krakowie pod kierownictwem profesora Jerzego Hausnera.
Mocna strona: innowacyjność. Projekt ISR to swoista innowacja procesowa wprowadzająca zmianę w obszarze planowania oraz
realizacji programów interwencyjnych i pomocowych przeciwdziałających negatywnym skutkom zmiany gospodarczej na rynek
pracy oraz wspierających przedsiębiorstwa, którym grożą okresowe trudności. Aspekt innowacyjności samego systemu ułatwiał
komunikację z mediami oraz dotarcie do przedstawicieli grup docelowych. Elementy, które stanowiły o niepowtarzalności Rapor-
tów ISR stanowiły zatem o przewadze w procesie komunikacji. Autorska metoda, największa w Polsce próba badawcza, cyklicz-
ność prowadzonych obserwacji i możliwość wykorzystania wyników badań w różnorodnych ujęciach – regionalnym, branżowym,
strukturalnym – to elementy, które pozytywnie wpłynęły na efekty działań komunikacyjnych.
Mocna strona: tematyka. Działania komunikacyjne były prowadzone w okresie spowolnienia gospodarczego, którego skutki były
odczuwane przez przeciętnego obywatela i na co dzień były opisywane przez media. Dane mówiące o symptomach pogarszającej
się sytuacji finansowej poszczególnych sekcji i działów PKD, komunikowanie stopnia zagrożenia przedsiębiorstw upadłością, infor-
mowanie o prognozach podstawowych wskaźników makroekonomicznych, perspektywie wzrostu gospodarczego oraz o analizach
scenariuszowych wpływu potencjalnych impulsów dotykających polską gospodarkę na stan jej koniunktury było, jest i będzie
tematem, który był poszukiwany i znajdował swoje miejsce w mediach.
Mocna strona: sprawdzalność prognoz. Większość przedstawianych w mediach badań skupia się na analizie bieżącej sytuacji gospo-
darczej. Prognozy pochodzące z Raportów ISR gwarantowały niepowtarzalność komunikatów, a cykliczna prezentacja wyników
badań umożliwiła zestawienie prognoz z aktualną sytuacją gospodarczą. Argument sprawdzalności wielu elementów prognozy
uwiarygodniał przekaz medialny, nawet w sytuacjach, gdy prognozowane wartości odbiegały od innych rozpowszechnionych
w prasie analiz. Dlatego też w działaniach komunikacyjnych nacisk został położony na wydobycie aspektu prognostycznego, opis
trzech wariantów prognoz, tj. optymistycznej, neutralnej i pesymistycznej oraz zestawienie prognoz z ich dużą trafnością.
13.5. Relacje z mediami – planowanie działań, baza dziennikarzy i różnorodność tematyczna
Planowanie komunikacji z mediami rozpoczyna budowa bazy mediów, która umożliwi dotarcie z dedykowaną informacją do za-
interesowanych dziennikarzy. Strategia działań PR w projekcie ISR zakładała różnorodność tematyczną komunikatów prasowych,
które są przekazywane poszczególnym redakcjom. Zawarte w Raportach ISR analizy i prognozy umożliwiają bowiem konstruowa-
nie materiałów skierowanych do różnych grup odbiorców, a tym samym opracowywanie tekstów, które mogą być prezentowane
zarówno w mediach ogólnopolskich, regionalnych, jak i branżowych.
W związku z tym baza dziennikarzy była na bieżąco aktualizowana, w zależności od planowanego tematu pressrelease, tak aby np.
analizy dotyczące konkretnego działu PKD trafiały do potencjalnie nimi zainteresowanych pracowników tytułów branżowych, nato-
miast komunikaty skupiające się na ogólnych prognozach makroekonomicznych zostały wysłane do szerokiego grona dziennikarzy
z prasy i portali ekonomicznych oraz biznesowych. Przed wysyłką każdego pressrelease baza była weryfikowana pod kątem dopaso-
wania tematycznego materiału do zainteresowań zawodowych dziennikarzy. To właśnie zróżnicowanie tematyczne komunikatów
prasowych umożliwiło nawiązanie kontaktu oraz skuteczne media relations z opiniotwórczymi redakcjami i mediami branżowymi.
Wybierając obszar tematyczny oraz termin wysyłki pressrelease, uwzględniano m.in.: istotne wydarzenia gospodarcze (np. decyzyjne
posiedzenia Rady Polityki Pieniężnej), harmonogram i tematykę komunikatów GUS oraz publikacje innych ośrodków badawczych
i „wywiadowni gospodarczych”. Dzięki temu wyniki badań były prezentowane w bezpośrednim powiązaniu z aktualną sytuacją
ekonomiczną czy też bieżącymi problemami branż.
Poniżej prezentujemy zestawienie tytułów komunikatów, które były rozsyłane do mediów w okresie od kwietnia 2013 r. do marca
2014 r.:
• kwiecień 2013 – „Wzrost gospodarczy czy wzrost upadłości”, „Usługi zagrożone upadłościami”,
• maj 2013 – „Branże, których nie dotyka kryzys”,
174
• czerwiec 2013 – „Czy konsumpcja wyciągnie nas z recesji”, „Będą niepokoje na Śląsku”,
• lipiec 2013 – „Kiedy firmy odczują poprawę”,
• sierpień 2013 – „Produkcja i eksport przełamią spowolnienie”,
• wrzesień 2013 – „2014 r. przyniesie ożywienie w handlu”,
• październik 2013 – „Odroczona konsumpcja czy trwały wzrost”,
• listopad 2013 – „Dobre prognozy dla produkcji przemysłowej”,
• grudzień 2013 – „Hausner: budownictwo i górnictwo wciąż do obserwacji”, „W'14 oczekiwane ożywienie w branży samocho-
dowej”,
• styczeń 2014 – „PARP: ożywienie gospodarcze jest już faktem”,
• luty 2014 – „PARP: wkład eksportu do PKB będzie miał charakter wygasający”,
• marzec 2014 – „PARP: dynamika produkcji przemysłowej osłabi się w '15”, „Prognozowany wzrost zagrożenia upadłością w bu-
downictwie”.
Nadrzędnym celem realizowanych działań komunikacyjnych była prezentacja ISR jako systemu ostrzegawczego, który „konsumując”
świeże dane, przekazuje informacje o tym, co może wydarzyć się w gospodarce w ciągu 6–12 miesięcy. Jednocześnie tematyka
Raportów ISR, kwestie prognozowania upadłości i samej dekoniunktury narzuciły dyscyplinę w formułowaniu wniosków, a nawet
tytułów komunikatów, tak aby nie wywołać efektu straszenia odbiorcy, a także nie skłaniać do nadinterpretacji. Pomimo to tytuły
publikowanych przez redakcje materiałów miały czasem ostrzejszy wydźwięk niż tytuły rozsyłanych komunikatów, co można
zauważyć, czytając nagłówki, np.: wnioski z komunikatu „Będą niepokoje na Śląsku” zostały opublikowane na portalu wnp.pl pod
tytułem „Będą upadłości firm górniczych i niepokoje społeczne”, zaś Trybuna Górnicza zatytułowała artykuł „Czy górnictwu grozi
upadłość?”.
Specjalistyczny język oraz trudna dla przeciętnego odbiorcy tematyka Raportów ISR powodowały, że konieczne okazało się opra-
cowywanie dodatkowych wypowiedzi członków zespołu badawczego i panelu interpretacyjnego, które tłumaczyły obserwowane
zjawiska oraz przybliżały podstawy stosowanej metodologii. W zależności od potrzeb zgłaszanych przez media były przygotowywa-
ne dedykowane komentarze oraz specjalistyczne teksty dotyczące poszczególnych branż, regionów i problemów, które były odpo-
wiedzią na aktualne pytania stawiane przez przedstawicieli przedsiębiorstw odczuwających skutki spowolnienia gospodarczego.
Ze względu na pogłębione analizy dotyczące kondycji poszczególnych sekcji i działów PKD zawarte w Raporcie z oceny stopnia
zagrożenia przedsiębiorstw upadłością – komponent mikroekonomiczny, duży nacisk w działaniach z zakresu media relations został
położony na nawiązanie relacji z mediami branżowymi. W ramach współpracy były opracowywane rozbudowane artykuły eks-
perckie zawierające komentarze członków zespołu badawczego, pogłębione analizy dotyczące wybranych branż oraz wypowiedzi
członków panelu interpretacyjnego. Z częścią tytułów branżowych została nawiązana długofalowa współpraca, która zaowocowała
cyklem publikacji dotyczących perspektyw dla polskiej gospodarki i poszczególnych jej działów na podstawie wyników Raportów
ISR.
Poniżej prezentujemy zestawienie tytułów artykułów eksperckich, które były publikowane w wybranych mediach branżowych
w okresie od kwietnia 2013 r. do marca 2014 r. i stanowiły odpowiedź na zapotrzebowanie redakcji na pogłębione materiały do-
tyczące kondycji poszczególnych branż:
• maj 2013 – „Czy pracodawców stać będzie w najbliższych miesiącach na optymizm?” [portal nf.pl],
• czerwiec 2013 – „Kryzys nie papierowy” [Miesięcznik Przegląd Papierniczy],
• lipiec 2013 – „Wzrost zagrożenia upadłością mimo optymistycznych prognoz” [dwutygodnik Gazeta Samorządu i Administracji],
• wrzesień 2013 – „Kapitał ludzki w kryzysie” – wywiad z profesorem Jerzym Hauserem [miesięcznik Personel Plus],
• październik 2013 – „Spożywcze perspektywy” [magazyn Rynek Spożywczy],
• listopad 2013 – „10 sekcja PKD – zyskuje czy traci?” [portalspozywczy.pl/dlahandlu.pl],
• listopad 2013 – „Optymistyczne perspektywy na najbliższą przyszłość” [tygodnik Gazeta Finansowa],
• listopad 2013 – „Branże o wysokim stopniu zagrożenia upadłością” [portal rynekpracy.pl],
• grudzień 2013 – „Dlaczego poprawa koniunktury nie przekłada się na zwiększenie zatrudnienia?” [miesięcznik Personel Plus],
• grudzień 2013 – „Czy Polacy spędzą jesień na zakupach?” [magazyn Rynek Spożywczy],
• grudzień 2013 – „Gospodarka przyśpiesza, przemysł również” [magazyn Polski Przemysł],
• luty 2014 – „Koniec spowolnienia w zasięgu wzroku” [Think Tank Magazine],
• luty 2014 – „Czy sekcja H skorzysta na ożywieniu? Perspektywy branżowe dla przedsiębiorstw na rok 2014” [magazyn Polski
Przemysł],
• marzec 2014 – „Odroczona konsumpcja czy trwały wzrost? Prognozy dla branży spożywczej na 2014 rok” [Magazyn Spożywczy],
• marzec 2014 – „Na którym biegu jedzie branża automotive? Prognozy dla branży” – wywiad z dr. Andrzejem Kondratowiczem,
recenzentem Raportów ISR [Portal gospodarczy wnp.pl].
175
Specyfika Raportów ISR oraz zawarte w nich prognozy dotyczące wskaźników gospodarczych powodują, że głównym odbiorcą ko-
munikatów byli dziennikarze ekonomiczni, którzy w artykułach prezentują wyniki ISR w zestawieniu z innymi dostępnymi analizami
i przewidywaniami ekspertów. Kluczową rolę, ze względu na opiniotwórczy i bezstronny charakter, odgrywało budowanie relacji
z redakcjami ekonomicznymi w agencjach prasowych (Polska Agencja Prasowa, Newseria Biznes, Reuters). Na zasadach wyłączności
przedstawiciel PAP uczestniczył, w charakterze obserwatora, w posiedzeniach panelu interpretacyjnego oraz otrzymywał, na drodze
pierwszeństwa, najnowsze dane oraz komentarze zespołu badawczego. Uczestnicząc w panelu interpretacyjnym, redaktor PAP miał
możliwość przysłuchiwać się dyskusjom nad roboczymi wersjami Raportów ISR, głębiej poznać budowę samego modelu i uzyskać
bezpośrednie wypowiedzi ekspertów. Dzięki temu depesze agencyjne, cytowane następnie przez największe tytuły prasowe, miały
zapewnioną wysoką jakość merytoryczną oraz wiarygodność.
Podejmowana w Raportach ISR tematyka stała się także podstawą do nawiązania relacji z analitykami i ekonomistami z instytucji
finansowych. Działania komunikacyjne poprzedziło przygotowanie bazy kontaktów, którą wykorzystano do wysyłki wyselekcjo-
nowanych treści, tj. specjalistycznych komunikatów wraz z Syntezą Raportu ISR autorstwa profesora Jerzego Hausnera. Zaowo-
cowało to zbudowaniem marki Raportu ISR – jako narzędzia analitycznego, z którego przedstawiciele ww. grupy mogą korzystać
w codziennej pracy.
13.6. Panel interpretacyjny – cele i zasady działania
Jedną ze specyficznych, unikatowych platform komunikacji w systemie ISR jest tzw. Panel Interpretacyjny (PI). Przypomnijmy, że
w rozdziałach 3 oraz 8 i 9 określiliśmy wiele podstawowych warunków skutecznej implementacji takiego systemu. Niestety część
z tych warunków, jak np. duża powściągliwość w modyfikacji specyfikacji wykorzystywanych modeli będąca jednym z fundamen-
tów zaufania użytkowników1, ma też oczywiste wady – może niekiedy dochodzić do nadmiernego usztywnienia wyników. W tra-
dycyjnym prognozowaniu bardzo często stosuje się określone modyfikacje ad hoc. W systemie ostrzegawczym należy raczej jednak
zbadać długookresową wartość stosowanych narzędzi, a niezbędne korekty i komentarze wprowadzić do wyników, niekoniecznie
zbyt często zmieniając same modele. Taki pogląd był jedną z przesłanek powołania, w ramach ISR, Panelu Interpretacyjnego.
PI jest dwustronną platformą komunikacyjną. Jego zadaniem jest bowiem zarówno ekspercka weryfikacja wyników badań antycy-
pacyjnych prowadzonych w ISR, jak i transfer tej wiedzy do środowisk profesjonalnych w obszarach problemowych ISR.
Praktyka funkcjonowania ISR pokazała, że przedmiotem prac współpracujących ekspertów były m.in.:
• oceny wyników uzyskiwanych w ramach komponentu badawczego ISR z alternatywnych perspektyw badawczych i anali-
tycznych,
• uzupełnianie panoramy zjawisk diagnozowanych przez ISR o te elementy, które są istotne z punktu widzenia oceny zagroże-
nia upadłością w gospodarce i jej potencjalnych skutków, a nie mogą być, ze względu na ograniczenia (każdej) metodologii,
uwzględnione bezpośrednio w projekcie,
• aktualizacja części ocen; podkreślmy, że z istoty narzędzi prognostycznych i praktyki ich stosowania wynika konieczność
określania tzw. punktów odcięcia (cut-off), czyli cezury czasowej, poza którą nie prowadzi się prac badawczych i analiz; system
ostrzegawczy zawsze powinien uwzględniać najnowszą wiedzę – skoro nie ma technicznych i organizacyjnych możliwości jej
wykorzystania w stosowanych narzędziach formalnych i modelowych wiedza ta powinna zostać „włożona” za pośrednictwem
ekspertów,
• dostarczanie nieprognozowalnej, w oparciu o podejścia modelowe, wiedzy antycypacyjnej; zauważmy bowiem, że niezależnie
od klasy modele bazują na wiedzy historycznej i możliwości jej przeniesienia na zdarzenia przyszłe; w przypadku głębokich
zmian strukturalnych, niektórych szoków w gospodarce etc. tradycyjne modelowanie może okazać się niewystarczające.
Gwarancją realizacji powyższych zadań PI był sposób doboru ekspertów. Kierowano się trzema podstawowymi zasadami:
1. Najwyższej klasy profesjonalizmem.
2. Posiadaniem szerokiej wiedzy/doświadczenia praktycznego w zakresie działalności publicznej, akademickiej lub doradczej
związanej ze specyfiką metod i zadań projektu ISR.
3. Niezależności badawczej.
Warunki te gwarantowały nie tylko właściwą realizację zadań PI, ale także uzyskanie tak ważnego w ciałach eksperckich efektu
łączenia wiedzy2 (por. np. Blinder 2007). Nie wchodząc nawet w formalne rozważania dotyczące tego efektu, jest oczywiste, że
nie będzie on właściwy np. w przypadku braku niezależności poglądów. Naturalnie pracę takiego panelu zakłócałyby również
1 Częste zmiany w tym zakresie na ogół naruszają wiarę użytkowników takiego systemu w jego wewnętrzną „mądrość”; m.in. ze względu na to, że sprawiają wrażenie, iż narzędzie to zachowuje się adaptacyjnie, a nie antycypacyjnie.
2 Bankowość centralna i polityka pieniężna są obecnie, za sprawą tzw. rad polityki pieniężnej, jednym z lepiej rozpoznanych obszarów z punktu widzenia celów, zasad budowy i sposobów działania decyzyjnych i doradczych ciał kolegialnych. Z tego m.in. powodu ten obszar został wy-brany jako główne źródło odniesień literaturowych.
176
różnice kompetencyjne poszczególnych członków. Także liczebność zespołu – 8 członków – została ustalona zgodnie z zasadami
optymalizacji efektu tego łączenia (por. np. Erhart, Lehment i in. 2007).
Jeśli chodzi o organizację działania PI, to podstawą wypracowanych rozwiązań i procedur była jedna z fundamentalnych cech sys-
temów ostrzegawczych – wymiana wiedzy eksperckiej w SWO nie może mieć tylko charakteru seminaryjnego. W takich systemach
ważne są bowiem także czas reakcji (krótki – mała inercja) oraz precyzja konkluzji (wyrazistość i konkretność poglądów). Przyjęto
zatem zasadę, że eksperci pracowali na raportach ISR, które były dostarczane z dostatecznym (ale nie nadmiernym) wyprzedze-
niem w stosunku do posiedzenia plenarnego PI. Posiedzenia plenarne były organizowane z częstotliwością kwartalną, zgodnie
z harmonogramem poszczególnych edycji projektu ISR.
Zadaniem członków PI było m.in. dostarczenie przed posiedzeniem (3 dni robocze) pisemnych, zwięzłych uwag dotyczących
otrzymanych materiałów. Same posiedzenia PI odbywały się w z góry i ściśle określonych ramach czasowych, przy czym wiodące
wątki również były określane w oparciu o syntezę dostarczonych przez członków PI materiałów. Po każdym spotkaniu, w terminie
7 dni roboczych, członkowie PI przekazywali opinię końcową na tematy będące przedmiotem dyskusji. Zarówno opinie pisemne,
jak i dyskusja prowadzona w trakcie posiedzenia plenarnego PI były wykorzystywane w procesie budowy końcowych rekomendacji
każdej z edycji projektu ISR.
Doświadczenia z funkcjonowaniem PI należy ocenić bardzo pozytywnie. Był on cennym źródłem weryfikacji wyników badań anty-
cypacyjnych ISR, wzmacniania efektów holistycznych tego narzędzia, a także doskonalenia i poszerzania perspektywy badawczej
oraz analitycznej systemu.
13.7. Pozostałe narzędzia public relations
Debaty online
W Raportach ISR znajduje się również analiza zagrożenia upadłością w przekroju terytorialnym – zatem prezentowane dane dotyczą
przedsiębiorstw rozmieszczonych na terenie całej Polski. Dlatego tak ważne było podjęcie działań komunikacyjnych, które dotrą do
przedstawicieli administracji lokalnej, organizacji otoczenia biznesu, a także samych przedsiębiorców, którzy prowadzą działalność
w mniejszych aglomeracjach. Jednym z kanałów dotarcia stały się debaty online przygotowywane z rozpoznawanymi dziennikami
ogólnopolskimi. Realizacja transmisji online umożliwiła dotarcie do przedstawicieli grupy docelowej z wnioskami z Raportów ISR
bez konieczności poświęcania czasu na dojazd na konferencję. Zgodnie z tymi założeniami odbyły się trzy debaty:
1. „Kiedy firmy odczują ożywienie?”, debata przygotowana we współpracy z Dziennikiem Gazetą Prawną w październiku 2013 r.
2. „Upadłość czy restrukturyzacja – czy i jak wspierać firmy odczuwające spowolnienie gospodarcze?”, debata przeprowadzona
we współpracy z Rzeczpospolitą w listopadzie 2013 r.
3. „Wyzwania dla polskiej gospodarki w 2014 r.”, debata przeprowadzona podczas Sympozjum Naukowego Współczesna Go-
spodarka i Administracja Publiczna, organizowanego przez Katedrę Gospodarki i Administracji Publicznej UEK i MSAP UEK
w styczniu 2014 r.
Konferencje
Jednym z zaplanowanych i realizowanych działań z zakresu PR były wystąpienia ekspertów ISR podczas konferencji. To stwarzało
możliwość nawiązania bezpośrednich kontaktów z przedstawicielami grup docelowych. Opinie i pytania praktyków były wska-
zówkami, które z elementów systemu wczesnego ostrzegania należy eksponować oraz które z wyników i prognoz cieszą się
największym zainteresowaniem odbiorców. Prezentacja wniosków i rekomendacji z projektu ISR skierowana do przedstawicieli
organizacji otoczenia biznesu miała miejsce podczas debaty organizowanej przez BCC w kwietniu 2013 r. Natomiast spotkanie
z przedstawicielami firm (przede wszystkim decydentami z zakresu polityki finansowej i personalnej w przedsiębiorstwach) miało
miejsce podczas konferencji „Restrukturyzacja” w czerwcu 2013 r. oraz podczas Kongresu Kadry w październiku 2013 r. Regionalne
spotkania z kadrą zarządzającą przedsiębiorstw, w tym w szczególności z przedstawicielami firm odpowiedzialnymi za podejmo-
wanie decyzji finansowych, zaplanowano na maj 2014 r. w Katowicach, Krakowie i Poznaniu.
Ważną grupą, która została objęta dodatkowymi działaniami komunikacyjnymi byli decydenci po stronie administracji. Efektem
działań w tym obszarze była możliwość prezentacji projektu ISR oraz założeń dotyczących zbudowania Systemu Wczesnego Ostrze-
gania podczas posiedzenia sejmowej Komisji Gospodarki w styczniu 2014 r. Obok wystąpienia Bożeny Lublińskiej-Kasprzak, prezes
PARP, posłom uczestniczącym w pracach Komisji przekazano materiały prezentujące ideę, wnioski oraz rekomendacje z projektu ISR.
Działaniami komunikacyjnymi zostali również objęci uczestnicy Konwentu Marszałków Województw RP. Na Konwent organizowany
przez władze województwa świętokrzyskiego w kwietniu 2014 r. zostały przygotowane publikacje prezentujące założenia projektu
oraz najważniejsze wyniki z Raportów ISR.
177
13.8. Efekty działań komunikacyjnych
Sposób dotarcia do wyznaczonych grup docelowych okazał się skuteczny, a tematyka poruszana w Raportach ISR wpisała się
w potrzeby opiniotwórczych tytułów prasowych. W okresie od kwietnia 2013 r. do marca 2014 r. w mediach (także elektronicznych)
opublikowano co najmniej 585 materiałów. Artykuły i newsy dotyczące Raportów ISR były publikowane m.in. w:
• dziennikach – Rzeczpospolita, Gazeta Wyborcza, Puls Biznesu, Dziennik Gazeta Prawna, Polska The Times, Dziennik Trybuna,
Dziennik Polski, Nasz Dziennik, Gazeta Giełdy Parkiet,
• tygodnikach opinii – Wprost, Forbes,
• portalach horyzontalnych – onet.pl, wp.pl, interia.pl,
• serwisach tematycznych – money.pl, bankier.pl, inwestycje.pl, obserwatorfinansowy.pl, biznes.pl, wyborcza.biz, nf.pl, stooq.pl,
waluty.com.pl, abc.com.pl, portalsamorzadowy.pl.
• prasie i portalach branżowych – Nowy Przemysł, Gazeta Finansowa, Świat Druku, Rynek Spożywczy, Magazyn Przemysłowy,
Spółka z o.o., Wiadomości Kosmetyczne, Personel Plus, Poligrafika, Polski Przemysł, Przegląd Papierniczy, Wiadomości Handlo-
we, samar.pl, portalspozywczy.pl, spedycje.pl, formutransportu.pl, rynekpracy.pl, gospodarkamorska.pl, dlahandlu.pl, pulshr.pl,
poradnikhandlowca.pl, rolnicy.com, forummleczarskie.pl, propertynews.pl,
• prasie i portalach regionalnych – Dziennik Zachodni, Głos Wielkopolski, Tygodnik Ostrołęcki, Głos Koszaliński, Trybuna Górnicza,
Kurier Lubelski, Dziennik Bałtycki, Gazeta Wrocławska, Nowiny, Dziennik Łódzki, Kurier Szczeciński, gospodarkapodkarpacka.pl,
wrotapodlasia.pl, gazetalubuska.pl, eostroleka.pl.
Działania z zakresu media relations obejmowały także bieżący kontakt ze stacjami telewizyjnymi i radiowymi. Tematyka ISR pojawiała
się w pasmach informacyjnych i publicystycznych redakcji ekonomicznych, np. Polsat Biznes, TVN24 Biznes i Świat (d. TVN CNBC),
TVP Info, Polskiego Radia, Radia PIN, Radia ZET oraz regionalnych rozgłośni radiowych. Różnorodność tematyczna oraz bogaty
materiał merytoryczny zawarty w Raportach ISR umożliwiały realizację nagrań, które, oprócz bezpośredniej prezentacji Raportów
ISR, przybierały formułę m.in.:
• wypowiedzi eksperta ISR dotyczącej korelacji pomiędzy prognozami dla konkretnej branży a wyceną spółek giełdowych
(nagranie w TVN CNBC),
• komentarza eksperta ISR dotyczącego regionalnego zróżnicowania zagrożeniem upadłością (nagranie w regionalnej rozgłośni
radiowej – Radiu RDC),
• udziału eksperta ISR w dyskusji dotyczącej kondycji i prognoz dla wybranej branży (nagranie w Polskim Radiu).
Dane prezentujące wyniki Raportów ISR pojawiały się również w kontekście narzędzia, z którego mogą korzystać studenci w trak-
cie przygotowywania prac semestralnych, licencjackich czy magisterskich – rozmowa z członkiem zespołu badawczego została
wyemitowana przez Akademickie Radio Kampus.
Efekty działania Panelu Interpretacyjnego zostały szerzej omówione w podrozdziale 13.7.
Podsumowując efekty działań komunikacyjnych w ramach ISR, musimy zgodzić się, że sukcesem każdego projektu badawczego
jest rozpowszechnienie wyników badań i wykorzystywanie opracowywanych analiz przez osoby niezaangażowane w proces ba-
dawczy. W przypadku działań komunikacyjnych w projekcie ISR celem nie było wyłącznie informowanie o wnioskach z Raportów,
ale również budowanie pozytywnego klimatu do dyskusji o kwestiach upadłości, prognozowaniu sytuacji gospodarczej, potrze-
bie prowadzenia działań wyprzedających nakierowanych na łagodzenie negatywnych skutków dekoniunktury. Czy działaniami
komunikacyjnymi można przyczynić się do zmiany systemowej, w której podejście interwencyjne powinno zostać zastąpione
podejściem prewencyjnym? Choć same działania komunikacyjne nie są wystarczające, to mogą przygotować grunt pod zmianę
myślenia o upadłości przedsiębiorstw i o ich wsparciu w okresie spowolnienia gospodarczego. Ze stwierdzeniem „łatwiej zapobie-
gać niż leczyć skutki” zgadzają się praktycznie wszyscy. Jednak odpowiedź na pytanie, w jaki sposób zapobiegać i kogo dokładnie
„leczyć” rodzi zdecydowanie więcej problemów. Dlatego tak istotna wydaje się przemyślana i systematycznie realizowana wymiana
informacji o działaniach z zakresu monitoringu sytuacji gospodarczej.
Dzięki skutecznym działaniom komunikacyjnym udało się także zmienić postrzeganie samych Raportów ISR. Prezentacja wyników
badań realizowanych w ramach ISR przestała kojarzyć się wyłącznie z dyskursem akademickim i zyskała formę bardziej przystępną
w odbiorze. Udało się to osiągnąć poprzez cykl publikacji, które trudne treści przybliżały w przydatny i zrozumiały sposób. Zróżni-
cowanie tematyczne opracowywanych materiałów umożliwiło natomiast dotarcie z działaniami komunikacyjnymi do szerokiego
grona odbiorców. Same Raporty ISR stały się podstawą do dyskusji w środowisku przedsiębiorców, decydentów na szczeblu cen-
tralnym i regionalnym. Najważniejszym wyznacznikiem sukcesu realizowanych działań jest upublicznienie wniosków z Raportów
ISR, ich rozpoznawalność wśród przedstawicieli grup opiniotwórczych oraz liczne cytowania wyników badań przez media.
Część IV
Średniookresowe zagrożenie upadłością w polskiej gospodarce
– prognozy i rekomendacje
181
Łukasz Lenart, Błażej Mazur, Krystian Mucha, Mateusz Pipień, Justyna Wróblewska
Rozdział 14
PROGNOZY SYTUACJI MAKROEKONOMICZNEJ I JEJ WPŁYWU NA ZAGROŻENIE UPADŁOŚCIĄ
14.1. Wprowadzenie
W tej części monografii umieściliśmy przykłady empiryczne, których zadaniem jest zilustrowanie działania proponowanych me-
tod ekonometrycznych i statystycznych w ramach analiz komponentu makroekonomicznego. Metody te opisano w rozdziale 11,
natomiast w tym rozdziale przedstawiono ich działanie.
Na podstawie narzędzi opisanych w poprzednich częściach można przeprowadzić szczegółową analizę bieżącej koniunktury
w rozbiciu na działy produkcji i handlu. Możliwa jest też budowa krótkookresowych prognoz, które informują o perspektywach
rozwojowych w rozważanym dziale. Aby zilustrować rezultaty zastosowanego podejścia, w niniejszym rozdziale przedstawiono
koniunkturę w dwóch wybranych działach – jednego z sektora produkcji, a drugiego z sektora budownictwa. Szczegółowej analizie
poddano dział produkcji związany z wytwarzaniem oraz budownictwo ogółem.
14.2. Analiza koniunktury w działach produkcji, handlu i budownictwa
Tabela 14.1 przedstawia przykładowy raport z analizy koniunktury w dziale produkcji metalowych wyrobów gotowych, z wyłą-
czeniem maszyn i urządzeń. Analizy bazują na obserwacjach do czerwca 2012 r. Prezentowany jest zegar cyklu koniunkturalnego,
wyodrębniony cykl odchyleń, wykres wachlarzowy rozkładu predyktywnego tempa zmian produkcji w analizowanym dziale (na
podstawie obserwacji do czerwca 2012 r.) oraz wykres wachlarzowy na podstawie obserwacji do marca 2012 r. wraz z obserwa-
cjami z kwietnia, maja i czerwca. Tabela 14.2 przedstawia, analogicznie jak powyżej, syntetyczną informację o koniunkturze i per-
spektywach rozwojowych w dziale budownictwa ogółem. Każdy raport koniunktury opatrzony jest krótkim opisem zegara cyklu,
prognoz oraz zawiera rozliczenie prognoz sporządzonych w poprzednim cyklu prac.
Wyodrębnione cykle odchyleń poddaje się analizie korelacji z cyklem produkcji ogółem. Tabele 14.3 i 14.4 przedstawiają współ-
czynniki korelacji pomiędzy cyklami odchyleń działów produkcji i budownictwa a opóźnionym lub wyprzedzonym cyklem od-
chyleń produkcji ogółem. W tabelach zaznaczono maksymalne, co do wartości bezwzględnej, wartości współczynników korelacji
(przewyższające 0,5).
182
Tabela 14.1. Raport koniunktury dla działu produkcji metalowych wyrobów gotowych, z wyłączeniem maszyn i urządzeń
-20%-15%-10%-5%0%5%
10%15%20%25%30%35%
VII X I IV VII X I IV VII X I IV VII X I III
2009 2010 2011 2012 2013
-15%-10%-5%0%5%
10%15%20%25%30%35%
VII X I IV VII X I IV VII X I IV VII X I IV VI
2009 2010 2011 2012 2013
-1 2%
-9 %
-6 %
-3 %
0%
3%
6%
9%
sty-
95
sty-
96
sty-
97
sty-
98
sty-
99
sty-
00
sty-
01
sty-
02
sty-
03
sty-
04
sty-
05
sty-
06
sty-
07
sty-
08
sty-
09
sty-
10
sty-
11
-7,0%-6,0%-5,0%-4,0%-3,0%-2,0%-1,0%0,0%1,0%2,0%3,0%
-1,5% -1,0% -0,5% 0,0% 0,5% 1,0% 1,5% 2,0% 2,5%
2011M12 2011M12wariant1 wariant 2
zmia
ny r/
r (%
)
Produkcja metalowych wyrobów gotowych, z wyłączeniem maszyn i urządzeń
zmia
ny r/
r (%
)
Produkcja metalowych wyrobów gotowych, z wyłączeniem maszyn i urządzeń
odch
ylen
ia o
d lin
ii tr
endu
Produkcja metalowych wyrobów gotowych, z wyłączeniem maszyn i urządzeń
okresy recesji produkcji ogółem 5500 (4,5 roku)12000 (5,5 roku) 32000 (7 lat)
55000 (8 lat)
war
tość
cyk
lu o
dchy
leń
(lam
bda~
4,5
roku
)
dynamika zmian
Produkcja metalowych wyrobów gotowych, z wyłączeniem maszyn i urządzeń
Ostatnie punkty zegara znajdują się w wariancie klasycznym na osi pomiędzy drugą a trzecią ćwiartką układu współrzędnych, co świadczy o pogorszeniu koniunktury w tym dziale produkcji w nawiązaniu do wyników poprzedniego raportu (poprzednio sygnalizowano wejście w okolice górnego punktu zwrotnego cyklu odchyleń). Analiza korelacji wskazuje na wysoki stopień synchronizacji cyklu odchyleń tej zmiennej z cyklem odchyleń produkcji ogółem. Współczynnik korelacji dla opóźnienia równe-go 2 oraz 3 miesiące przekracza wartość 0,89.
Rozkłady predyktywne wskazują na nieznaczne wyhamowa-nie aktywności działalności w tym dziale w II połowie 2012 r. i z początkiem 2013 r. Jest to kontynuacja spadkowego trendu w tempie zmian produkcji zapoczątkowanego w styczniu 2011 r. Nadal spadek produkcji jest jednak mało prawdopodobny i nie przekracza 0,4 w całym horyzoncie prognozy. Nowe obserwacje zmodyfikowały rozkłady predyktywne w porównaniu z poprzed-nią rundą prognostyczną. Mediany predyktywne są zmienne i oscylują wokół wartości 5% r/r, co przy dużym rozproszeniu rozkładów pozostawia dużo niepewności co do kształtowania się koniunktury w rozważanym horyzoncie.Zaobserwowane dane o produkcji w rozważanym dziale zostały precyzyjnie przewidziane w poprzednim scenariuszu.
Źródło: opracowanie własne.
183
Tabela 14.2. Raport koniunktury dla działu budownictwa ogółem
-6,0%-5,0%-4,0%-3,0%-2,0%-1,0%0,0%1,0%2,0%3,0%4,0%
-3,0% -2,0% -1,0% 0,0% 1,0% 2,0%
-9%
-6%
-3%
0%
3%
6%
9%
sty-
00
sty-
01
sty-
02
sty-
03
sty-
04
sty-
05
sty-
06
sty-
07
sty-
08
sty-
09
sty-
10
sty-
11
-40%
-30%
-20%
-10%
0%
10%
20%
30%
40%
VII X I IV VII X I IV VII X I IV VII X XII I III VI
2009 2010 2011 2012 2013
-40%
-30%
-20%
-10%
0%
10%
20%
30%
40%
VII X I IV VII X I IV VII X I IV VII IXX I III
2009 2010 2011 2012 2013
2011M12 2011M12wariant1 wariant 2
zmia
ny r/
r (%
)zm
iany
r/r (
%)
odch
ylen
ia o
d lin
ii tr
endu
okresy recesji produkcji ogółem 5500 (4,5 roku)12000 (5,5 roku) 32000 (7 lat)
55000 (8 lat)
war
tość
cyk
lu o
dchy
leń
(lam
bda~
4,5
roku
)
dynamika zmian
Budownictwo ogółem
Budownictwo ogółem
Budownictwo ogółem
Budownictwo ogółem
Analiza zegara koniunkturalnego wskazuje na wyhamowanie kontynuacji okresu poprawy koniunktury w budownictwie ogó-łem. Ostatni punkt zegara w wariancie klasycznym znajduje się w drugiej ćwiartce układu współrzędnych. Rozkłady predyktywne rozważanego wskaźnika charakteryzują się zmianami w lokalizacji tendencji centralnych w całym hory-zoncie prognozy. Tempo zmian rozważanego wskaźnika będzie oscylować wokół zera, osiągając niewielkie wartości dodatnie do końca 2012 r. Prawdopodobieństwo spadku aktywności w bu-downictwie jest równe 0,5 niemal w całym horyzoncie prognozy. Pozostawia to wiele niepewności co do rozwoju branży w ciągu najbliższych 18 miesięcy.
Obserwacja z maja 2012 r. została precyzyjnie przewidziana na poziomie mediany predyktywnej w poprzedniej edycji raportu. Pozostałe obserwacje z II kwartału 2012 r. odbiegają od tenden-cji centralnych. Zaskoczeniem okazało się zarówno polepsze-nie sytuacji w branży w kwietniu 2012 r., jak i silne pogorszenie w czerwcu 2012 r.
Źródło: opracowanie własne.
184
Tabela 14.3. Analiza zależności pomiędzy cyklami odchyleń działów produkcji a opóźnionym lub wyprzedzonym cyklem odchyleń produkcji przemysłowej ogółem
Sekcja/Dział Wyprzedzenie (w miesiącach) ® 8 7 6 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 -7 -8
Górnictwo i wydobywanie, przetwórstwo przemysłowe, elektryczność, gaz, para wodna i gorąca woda, budownictwo
0,15 0,30 0,45 0,58 0,71 0,82 0,90 0,96 0,99 0,98 0,93 0,86 0,76 0,65 0,52 0,38 0,24
Dobra zaopatrzeniowe 0,27 0,41 0,54 0,66 0,77 0,86 0,92 0,96 0,97 0,93 0,87 0,78 0,66 0,53 0,39 0,24 0,09
Dobra związane z energią (poza sekcją E) -0,04 0,08 0,20 0,32 0,43 0,53 0,61 0,68 0,72 0,74 0,73 0,70 0,64 0,56 0,47 0,36 0,25
Dobra związane z energią (poza sekcją D oraz E) -0,05 0,06 0,18 0,30 0,41 0,51 0,60 0,67 0,72 0,73 0,72 0,68 0,61 0,52 0,41 0,29 0,17
Dobra inwestycyjne -0,07 0,07 0,22 0,36 0,49 0,62 0,73 0,81 0,87 0,90 0,90 0,88 0,83 0,76 0,67 0,57 0,45
Dobra konsumpcyjne trwałe 0,42 0,53 0,63 0,72 0,78 0,82 0,83 0,81 0,77 0,69 0,59 0,47 0,33 0,18 0,03 -0,12 -0,26
Dobra konsumpcyjne nietrwałe 0,46 0,54 0,61 0,67 0,70 0,72 0,72 0,69 0,64 0,56 0,47 0,36 0,25 0,13 0,01 -0,11 -0,22
SEKC
JA B
Górnictwo i wydobywanie 0,03 0,12 0,20 0,29 0,37 0,45 0,51 0,58 0,62 0,64 0,63 0,60 0,55 0,48 0,40 0,30 0,20
Wydobywanie węgla kamiennego i węgla brunatnego
-0,06 0,02 0,10 0,19 0,27 0,34 0,41 0,47 0,51 0,53 0,53 0,51 0,46 0,40 0,32 0,23 0,13
Pozostałe górnictwo i wydobywanie 0,07 0,16 0,25 0,34 0,44 0,53 0,61 0,68 0,73 0,76 0,76 0,73 0,69 0,64 0,57 0,49 0,39
Działalność usługowa wspomagająca górnictwo i wydobywanie
0,34 0,42 0,49 0,54 0,57 0,59 0,59 0,58 0,55 0,51 0,47 0,41 0,35 0,29 0,22 0,15 0,07
SEKC
JA C
Przetwórstwo przemysłowe 0,19 0,34 0,49 0,63 0,75 0,85 0,93 0,98 1,00 0,97 0,92 0,83 0,72 0,60 0,46 0,31 0,16
Produkcja artykułów spożywczych -0,04 0,06 0,16 0,26 0,35 0,42 0,48 0,52 0,54 0,53 0,50 0,46 0,40 0,33 0,26 0,19 0,11
Produkcja napojów 0,33 0,27 0,20 0,12 0,04 -0,04 -0,12 -0,19 -0,26 -0,33 -0,39 -0,42 -0,45 -0,46 -0,45 -0,43 -0,39
Produkcja wyrobów tytoniowych 0,33 0,30 0,25 0,20 0,14 0,08 0,01 -0,05 -0,12 -0,17 -0,21 -0,24 -0,26 -0,26 -0,26 -0,24 -0,21
Produkcja wyrobów tekstylnych 0,23 0,36 0,49 0,60 0,70 0,78 0,84 0,87 0,88 0,87 0,82 0,75 0,66 0,56 0,44 0,31 0,18
Produkcja odzieży 0,13 0,21 0,30 0,39 0,47 0,55 0,61 0,66 0,69 0,69 0,67 0,64 0,58 0,51 0,43 0,33 0,23
Produkcja skór i wyrobów skórzanych 0,32 0,42 0,51 0,59 0,66 0,71 0,74 0,76 0,75 0,73 0,68 0,62 0,54 0,45 0,36 0,26 0,15
Produkcja wyrobów z drewna oraz korka, z wyłączeniem mebli; produkcja wyrobów ze słomy i materiałów używanych do wyplatania
0,44 0,56 0,66 0,73 0,79 0,83 0,84 0,83 0,78 0,71 0,61 0,49 0,35 0,21 0,08 -0,06 -0,18
Produkcja papieru i wyrobów z papieru 0,55 0,64 0,71 0,77 0,80 0,81 0,79 0,75 0,68 0,59 0,48 0,35 0,21 0,08 -0,06 -0,19 -0,32
Poligrafia i reprodukcja zapisanych nośników informacji
0,43 0,52 0,58 0,64 0,68 0,70 0,70 0,70 0,67 0,64 0,58 0,52 0,43 0,35 0,25 0,15 0,05
Produkcja koksu i produktów rafinacji ropy naftowej
0,04 0,15 0,26 0,37 0,46 0,55 0,62 0,68 0,71 0,72 0,71 0,67 0,61 0,53 0,44 0,33 0,22
Produkcja chemikaliów i wyrobów chemicznych 0,44 0,55 0,64 0,72 0,78 0,82 0,84 0,84 0,81 0,75 0,66 0,56 0,44 0,31 0,17 0,03 -0,11
Produkcja wyrobów farmaceutycznych oraz leków
0,07 0,06 0,05 0,03 0,01 -0,01 -0,04 -0,08 -0,12 -0,18 -0,24 -0,29 -0,35 -0,39 -0,43 -0,46 -0,48
Produkcja wyrobów gumowych i z tworzyw sztucznych
0,36 0,48 0,60 0,70 0,78 0,84 0,88 0,90 0,87 0,82 0,73 0,62 0,50 0,36 0,22 0,08 -0,06
Produkcja wyrobów z pozostałych mineralnych surowców niemetalicznych
0,28 0,39 0,50 0,59 0,68 0,75 0,80 0,83 0,83 0,80 0,75 0,67 0,58 0,48 0,37 0,25 0,13
Produkcja metali 0,06 0,20 0,35 0,49 0,63 0,74 0,84 0,91 0,95 0,95 0,92 0,86 0,77 0,65 0,52 0,38 0,23
Produkcja metalowych wyrobów gotowych, z wyłączeniem maszyn i urządzeń
-0,12 0,01 0,14 0,27 0,40 0,52 0,64 0,74 0,82 0,87 0,89 0,89 0,86 0,81 0,75 0,66 0,56
Produkcja komputerów, wyrobów elektronicznych oraz optycznych
0,46 0,53 0,59 0,63 0,65 0,66 0,65 0,61 0,56 0,48 0,38 0,26 0,14 0,01 -0,12 -0,25 -0,38
Produkcja urządzeń elektrycznych 0,17 0,32 0,46 0,59 0,70 0,78 0,85 0,89 0,89 0,87 0,82 0,74 0,65 0,54 0,41 0,28 0,15
Produkcja maszyn i urządzeń -0,11 0,02 0,15 0,28 0,40 0,51 0,61 0,68 0,73 0,76 0,77 0,75 0,70 0,64 0,55 0,45 0,35
Produkcja pojazdów samochodowych, przyczep i naczep
0,14 0,27 0,41 0,53 0,64 0,74 0,82 0,87 0,89 0,87 0,83 0,77 0,68 0,58 0,46 0,33 0,20
Produkcja pozostałego sprzętu transportowego -0,49 -0,41 -0,32 -0,22 -0,11 0,00 0,12 0,23 0,33 0,43 0,51 0,57 0,62 0,66 0,69 0,70 0,70
Produkcja mebli 0,27 0,36 0,43 0,50 0,55 0,60 0,63 0,65 0,65 0,62 0,58 0,53 0,46 0,39 0,32 0,24 0,16
Pozostała produkcja wyrobów -0,14 -0,08 -0,01 0,05 0,11 0,17 0,23 0,29 0,33 0,36 0,37 0,37 0,37 0,36 0,34 0,32 0,29
Naprawa, konserwacja i instalowanie maszyn i urządzeń
-0,40 -0,27 -0,14 0,00 0,15 0,29 0,42 0,54 0,64 0,72 0,78 0,81 0,83 0,82 0,79 0,74 0,67
SEKC
JA D
Wytwarzanie i zaopatrywanie w energię elektryczną, gaz, parę wodną i gorącą wodę -0,13 -0,04 0,05 0,13 0,20 0,26 0,30 0,34 0,36 0,37 0,37 0,36 0,33 0,31 0,27 0,24 0,20
Źródło: opracowanie własne.
185
Tabela 14.4. Analiza zależności pomiędzy cyklami odchyleń działów budownictwa a opóźnionym lub wyprzedzonym cyklem odchyleń produkcji przemysłowej ogółem
Zmienna Wyprzedzenie (w miesiącach) ® 8 7 6 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 -7 -8
Budownictwo ogółem -0,18 -0,16 -0,13 -0,10 -0,06 -0,01 0,05 0,11 0,18 0,25 0,31 0,37 0,43 0,49 0,54 0,59 0,62
Roboty budowlane związane ze wznoszeniem budynków
-0,56 -0,49 -0,41 -0,30 -0,18 -0,06 0,06 0,19 0,30 0,43 0,53 0,63 0,70 0,76 0,79 0,80 0,79
Roboty budowlane związane z budową obiektów inżynierii lądowej i wodnej
0,42 0,37 0,30 0,22 0,14 0,07 0,00 -0,06 -0,10 -0,16 -0,21 -0,23 -0,24 -0,22 -0,19 -0,14 -0,09
Źródło: opracowanie własne.
14.3. Prognozy agregatów makroekonomicznych
Omawiane podejście metodologiczne umożliwia konstrukcję krótkookresowych prognoz agregatów ekonomicznych. W tej części
przedstawiono przykładowe prognozy wykonane zarówno dla danych o częstotliwości miesięcznej, jak i kwartalnej. Szeregi cza-
sowe miesięczne poddane prognozie to tempo zmian produkcji ogółem oraz tempo zmian sprzedaży detalicznej. W przypadku
danych kwartalnych prognozie podlegają procentowe zmiany (rok do roku) produktu krajowego brutto, popytu krajowego, eks-
portu oraz wartości dodanej brutto w przemyśle.
Rysunek 14.1 przedstawia wykresy wachlarzowe rozkładów predyktywnych zbudowanych dla szeregów tempa zmian produkcji
i sprzedaży. Analizy bazują na danych do października 2013 r. Na wykresie czerwonymi punktami zaznaczono prawdziwe wartości
prognozowanych szeregów czasowych w listopadzie, grudniu 2013 r. i styczniu 2014 r. Wykres przedstawia też przebieg czynnika
cyklicznego oszacowanego na podstawie wartości oczekiwanych a posteriori parametrów modelu (czarno-biała linia).
Na rysunku 14.2 zamieszczono wykresy wachlarzowe rozkładów predyktywnych zbudowanych w przypadku szeregów zmian pro-
duktu krajowego brutto, popytu krajowego, eksportu i wartości dodanej brutto w przemyśle. Wykresy wachlarzowe konfrontowane
są z prognozami z wyłączonym czynnikiem cyklicznym (linia niebieska). Podobnie jak w przypadku szeregów czasowych o częstotli-
wości miesięcznej, komponent cykliczny przedstawiono na rysunkach w postaci czarno-białej linii. Wariant prognoz z wyłączonym
czynnikiem cyklicznym zakłada stałość w czasie tego komponentu, o wartości zbliżonej do średniej arytmetycznej z próby danego
szeregu czasowego. Czerwonym kolorem naniesiono prawdziwe obserwacje prognozowanych szeregów. Ilustrowane na rysunku
14.2 prognozy odnoszą się do XI raportu makroekonomicznego ISR i bazują na obserwacjach do III kwartału 2013 r.
Analizę wpływu nowych obserwacji (dynamicznie włączanych do szeregu czasowego) na przebieg prognoz przedstawiono na
rysunku 14.3. Kolorem zielonym naniesiono przebieg komponentu cyklicznego będącego rezultatem ośmiu rund prognostycznych,
sporządzonych na bazie obserwacji do I kwartału 2012 r. (pierwsza prognoza) i do IV kwartału 2013 r. (ósma prognoza).
nowe obserwacje na tle poprzedniej prognozy
-10
-5
0
5
10
15
20
-10
-5
0
5
10
15
20
XI I III V VII IX XI I III V VII IX XI I III2012 2013 2014 2015
-10
-5
0
5
10
15
20
-10
-5
0
5
10
15
20
XI I III V VII IX XI I III V VII IX XI I III2012 2013 2014 2015
nowe obserwacje na tle poprzedniej prognozy
a) produkcja przemysłowa [%] r/r b) sprzedaż detaliczna [%] r/r
Rys. 14.1. Dane miesięczne: prognoza wraz z obserwacjami dodanymi ex-post
Źródło: opracowanie własne.
186
nowa obserwacja na tle poprzedniej prognozy
prognoza z modelu bez komponentu cyklicznego
0
1
2
3
4
5
6
0
1
2
3
4
5
6
II III IV I II III IV I II III IV I-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
II III IV I II III IV I II III IV I
30% 50% 70% 90%
-5
0
5
10
15
20
25
-5
0
5
10
15
20
25
II III IV I II III IV I II III IV I
-5
-3
-1
1
3
5
7
9
11
13
15
-5
-3
-1
1
3
5
7
9
11
13
15
II III IV I II III IV I II III IV I
30% 50% 70% 90%
nowa obserwacja na tle poprzedniej prognozy
prognoza z modelu bez komponentu cyklicznego
2012 2013 2014 2015 2012 2013 2014 2015
2012 2013 2014 2015 2012 2013 2014 2015
a) produkt krajowy brutto [%] r/r b) popyt krajowy [%] r/r
c) eksport [%] r/r d) wartość dodana brutto w przemyśle [%] r/r
Rys. 14.2. Dane kwartalne: prognoza wraz z obserwacjami dodanymi ex-post
Źródło: opracowanie własne.
-1
0
1
2
3
4
5
6
7
8
-1
0
1
2
3
4
5
6
7
8
I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV I II
2008 2009 2010 2011 2012 2013 2014 2015
Rys. 14.3. Produkt krajowy brutto [%] r/r : porównanie aktualnej i poprzednich ścieżek prognoz punktowych
Źródło: opracowanie własne.
187
0
1
2
3
4
5
6
0
1
2
3
4
5
6
II III IV I II III IV I II III IV I
2012 2013 2014 2015
-2
-1
0
1
2
3
4
5
6
7
-2
-1
0
1
2
3
4
5
6
7
II III IV I II III IV I II III IV I
2012 2013 2014 2015
-5
0
5
10
15
20
25
-5
0
5
10
15
20
25
I II III IV I II III IV I II III IV
2012 2013 2014
-5
0
5
10
15
20
25
-5
0
5
10
15
20
25
II III IV I II III IV I II III IV I
2012 2013 2014 2015
Regularny komponent cykliczny w aktualnej prognozie(uwzględnia nową obserwację)
Regularny komponent cykliczny w poprzedniej prognozie
Regularny komponent cykliczny w aktualnej prognozie(uwzględnia nową obserwację)
Regularny komponent cykliczny w aktualnej prognozie(uwzględnia nową obserwację)
a) produkt krajowy brutto [%] r/r b) popyt krajowy [%] r/r
c) eksport [%] r/r d) wartość dodana brutto w przemyśle [%] r/r
Rys. 14.4. Dane kwartalne: wpływ nowych obserwacji na prognozy punktowe regularnego komponentu cyklicznego
Źródło: opracowanie własne.
Przebieg regularnego komponentu cyklicznego zmienia się wskutek nowych obserwacji aktualizowanych do analizowanego sze-
regu czasowego. Wpływ zmian tego komponentu w przypadku dodania obserwacji z IV kwartału 2013 r. w przypadku czterech
rozważanych agregatów makroekonomicznych zaprezentowano na rysunku 14.4. Dyskusji w raportach ISR podlegały zmiany,
jednak dodanie jednej obserwacji zwykle nie zmieniało poważnie przebiegu tego elementu modelu. W konsekwencji scenariusze
rozwoju gospodarczego przedstawione w kolejnych raportach makroekonomicznych ISR były względnie podobne. Z wyjątkiem
sytuacji prognozy wskazującej na punkt zwrotny i odwrócenie trendu, nie zmieniono zasadniczo ogólnego wydźwięku, dokonu-
jąc jedynie korekty co do prawdopodobieństwa predyktywnego wystąpienia recesji. Opracowana metodologia dość precyzyjnie
przewidziała spowolnienie gospodarcze i odwrócenie trendu, jaki miał miejsce w II kwartale 2011 r. Podobnie dość precyzyjnie
określano wyjście ze spowolnienia i niewielkie szanse na recesję od I kwartału 2013 r.
14.4. Analizy wrażliwości
Wykorzystując funkcję reakcji na zakłócenia losowe, przeanalizowano wpływ egzogenicznych szoków/innowacji w rozważanych
zmiennych na liczbę upadłości, przez co, podobnie jak w poprzednich raportach, prześledzono wpływ wybranych kategorii eko-
nomicznych na sytuację przedsiębiorstw.
188
Tabele 14.5 i 14.6 oraz rysunki 14.5 i 14.6 przedstawiają kwantyle rozkładu a posteriori funkcji reakcji liczby upadłości na pojedyn-
czy, izolowany (tj. przy założeniu stałości pozostałych zmiennych) szok w rozważanych wielkościach ekonomicznych. Dokonując
identyfikacji szoków (ortogonalizacji), przyjęto następującą kolejność zmiennych: zmienne reprezentujące otoczenie Polski (kurs
EUR/USD, PKB Niemiec, cena ropy), produkt krajowy brutto, stopa procentowa, kurs walutowy PLN/EUR oraz liczba przedsiębiorstw
postawionych w stan upadłości. Założono zatem, że PKB wywiera natychmiastowy efekt na stopę procentową, kurs walutowy oraz
liczbę podmiotów upadłych. Stopa procentowa wywiera natychmiastowy efekt na kurs walutowy oraz liczbę podmiotów, a kurs
walutowy – na liczbę podmiotów w stanie upadłości1.
Tabela 14.5. Kwantyle rozkładu a posteriori funkcji reakcji liczby podmiotów w stanie upadłości na zakłócenia losowe wybranych zmiennych (wielkość szoku jest równa jednemu odchyleniu standardowemu a posteriori dla poszczególnych zmiennych, co oznacza wzrost logarytmu (ln) PKB o ok. 0,011 w zerowym okresie, realnej stopy procentowej o 0,393%, logarytmu kursu walutowego o 0,039, logarytmu liczby upadłości o 0,239)
IRF PKB ® liczba upadłości WIBOR3M ® liczba upadłości EUR/PLN ® liczba upadłości l. upadłości ® l. upadłości
HoryzontKwantyl Kwantyl Kwantyl Kwantyl
0,16 0,5 0,84 0,16 0,5 0,84 0,16 0,5 0,84 0,16 0,5 0,84
0 -0,053 -0,021 0,011 -0,046 -0,016 0,016 -0,039 -0,009 0,021 0,219 0,239 0,262
1 -0,031 -0,010 0,008 -0,061 -0,023 0,014 -0,023 -0,003 0,016 0,107 0,139 0,174
2 -0,036 -0,013 0,009 -0,052 -0,018 0,014 -0,027 -0,004 0,018 0,144 0,168 0,194
3 -0,030 -0,010 0,008 -0,055 -0,018 0,017 -0,024 -0,003 0,018 0,111 0,142 0,175
4 -0,031 -0,010 0,009 -0,054 -0,015 0,021 -0,025 -0,002 0,019 0,112 0,143 0,177
5 -0,029 -0,009 0,008 -0,055 -0,013 0,023 -0,025 -0,002 0,019 0,096 0,132 0,170
6 -0,028 -0,008 0,009 -0,056 -0,012 0,026 -0,025 -0,002 0,020 0,089 0,129 0,168
7 -0,026 -0,008 0,009 -0,057 -0,011 0,027 -0,025 -0,002 0,021 0,080 0,122 0,164
8 -0,026 -0,007 0,009 -0,057 -0,011 0,029 -0,026 -0,001 0,022 0,073 0,116 0,162
9 -0,025 -0,006 0,009 -0,057 -0,010 0,030 -0,026 -0,001 0,022 0,065 0,110 0,159
10 -0,024 -0,006 0,010 -0,057 -0,009 0,031 -0,027 -0,001 0,024 0,060 0,106 0,157
Źródło: opracowanie własne.
PKB → liczba upadłości realna stopa WIBOR3M liczba upadłości →
realny kurs PLN/EUR liczba upadłości → liczba upadłości liczba upadłości →
0 1 2 3 4 5 6 7 8 9
0,02
0
-0,02
-0,04
-0,06
0 1 2 3 4 5 6 7 8 9
0,05
0
-0,05
-0,1
0 1 2 3 4 5 6 7 8 9
0,3
0,2
0,1
0
0 1 2 3 4 5 6 7 8 9
0,04
0
-0,02
-0,04
-0,06
0,02
Rys. 14.5. Kwantyle rozkładu a posteriori funkcji reakcji liczby podmiotów w stanie upadłości na zakłócenia losowe krajowych zmiennych (wielkość szoku – jedno odchylenie standardowe a posteriori)
* Linia ciągła oznacza mediany, linie przerywane reprezentują kwantyle rzędu 0,16 oraz 0,84.
Źródło: opracowanie własne.
1 Kolejność zmiennych: krajowy PKB, stopa procentowa, kurs PLN/EUR, zaczerpnięto z: (Haug, Smith 2012, s. 470–492).
189
Dla porównania zamieszczamy poniżej wykresy funkcji na zakłócenia losowe, które zostały unormowane tak, aby wielkość zabu-
rzenia była równa 1.
Tabela 14.6. Kwantyle rozkładu a posteriori funkcji reakcji liczby podmiotów w stanie upadłości na zakłócenia losowe zmiennych zagranicznych (wielkość szoku jest równa jednemu odchyleniu standardowemu a posteriori dla poszczególnych zmiennych, co oznacza wzrost logarytmu EUR/USD o ok. 0,044 w zerowym okresie, logarytmu PKB Niemiec o 0,010 i logarytmu ceny ropy o 0,162)
IRF EUR/USD ® liczba upadłości PKB Niemiec ® liczba upadłości cena ropy ® liczba upadłości
HoryzontKwantyl Kwantyl Kwantyl
0,16 0,5 0,84 0,16 0,5 0,84 0,16 0,5 0,84
0 0,010 0,043 0,078 -0,063 -0,031 0,002 -0,017 0,015 0,047
1 0,001 0,025 0,051 -0,043 -0,020 0,001 -0,022 0,011 0,044
2 0,006 0,032 0,059 -0,049 -0,024 0,001 -0,024 0,009 0,041
3 0,002 0,027 0,054 -0,044 -0,020 0,002 -0,028 0,008 0,044
4 0,002 0,028 0,056 -0,044 -0,019 0,003 -0,032 0,007 0,046
5 0,000 0,026 0,054 -0,043 -0,018 0,004 -0,035 0,007 0,049
6 -0,001 0,026 0,055 -0,042 -0,017 0,005 -0,039 0,007 0,051
7 -0,003 0,025 0,055 -0,041 -0,016 0,006 -0,041 0,006 0,054
8 -0,005 0,024 0,055 -0,041 -0,015 0,006 -0,043 0,006 0,056
9 -0,006 0,024 0,055 -0,040 -0,014 0,008 -0,044 0,006 0,057
10 -0,008 0,023 0,055 -0,040 -0,014 0,008 -0,047 0,005 0,058
Źródło: opracowanie własne.
0 1 2 3 4 5 6 7 8 9
2
0
-2
-4
-6
0 1 2 3 4 5 6 7 8 9
0,1
0
-0,1
-0,2
0 1 2 3 4 5 6 7 8 9
1,5
1
0,5
0
0 1 2 3 4 5 6 7 8 9
1
0
-0,5
-1
-1,6
0,5
PKB → liczba upadłości realna stopa WIBOR3M liczba upadłości →
realny kurs PLN/EUR liczba upadłości → liczba upadłości liczba upadłości →
Rys. 14.6. Kwantyle rozkładu a posteriori funkcji reakcji liczby podmiotów w stanie upadłości na zakłócenia losowe krajowych zmiennych (szok jednostkowy)
* Linia ciągła oznacza mediany, linie przerywane reprezentują kwantyle rzędu 0,16 oraz 0,84.
Źródło: opracowanie własne.
Jedynie reakcje liczby upadłości na własne zaburzenia są istotne. Oceny punktowe odpowiedzi na zaburzenia pozostałych zmien-
nych obarczone są bardzo dużą niepewnością. Jednak większa część masy prawdopodobieństwa a posteriori dla funkcji reakcji
190
liczby upadłości na wzrost realnej stopy procentowej znajduje się po ujemnej stronie, a więc z większym prawdopodobieństwem
można przypuszczać, że model wskazuje na słabą ujemną zależność pomiędzy stopą procentową i liczbą zgłaszanych upadłości.
Przyjmując ocenę funkcji reakcji na poziomie mediany rozkładu a posteriori, możemy stwierdzić, że jednorazowy izolowany (tj. przy
stałości pozostałych zmiennych) wzrost stopy WIBOR3M o jeden punkt procentowy spowoduje w tym samym okresie spadek licz-
by upadłości o około 3,8%, najsilniejsza reakcja następuje po upływie jednego kwartału (-5,7%), a następnie ulega stopniowemu
wygaszaniu (do około -1,4% po 4 latach). Napływ nowych informacji nieznacznie wzmocnił ocenę siły reakcji liczby bankructw na
zmiany stopy procentowej.
Z dużym prawdopodobieństwem można również twierdzić, że wzrost PKB powoduje spadek liczby przedsiębiorstw postawionych
w stan upadłości. Zgodnie z medianą rozkładu a posteriori jednoprocentowy wzrost PKB powoduje w tym samym okresie spadek
liczby upadłości o około 1,9%, w kolejnych kwartałach obserwowana zależność nieco słabnie (niemonotonicznie) i po 5 latach
osiąga poziom -0,2%. Nie odnotowano znaczących zmian w stosunku do wyników prezentowanych w poprzednim raporcie.
Wpływ jednoprocentowego wzrostu liczby upadłości ulega w następnym kwartale osłabieniu do około 0,6%. W kolejnym okresie
nieznacznie się wzmacnia (do 0,7%), a następnie słabnie – do ok. 0,3% po 5 latach. Mimo napływu nowych informacji, reakcja ta nie
uległa zmianie w porównaniu z wynikami otrzymanymi w ramach poprzedniej edycji raportu. Mediana rozkładu a posteriori funkcji
reakcji liczby upadłości na zaburzenia kursu PLN/EUR znajduje się w pobliżu zera. Prześledzono również reakcje liczby upadłości na
jednorazowy wzrost zmiennych reprezentujących sytuację na świecie (rysunek 14.7).
Wielkość szoku – jedno odchylenie standardowe a posteriori, co oznacza wzrost logarytmu EUR/USD o ok. 0,044 w zerowym okresie, logarytmu PKB Niemiec o 0,010 i logarytmu ceny ropy o 0,162
0 1 2 3 4 5 6 7 8 9
0
0,08
0,06
0,04
0,02
-0,02
0,1
0 1 2 3 4 5 6 7 8 9
0
-0,04
-0,02
-0,08
-0,06
0,02
0 1 2 3 4 5 6 7 8 9
0
0,05
-0,05
0,1
Szok jednostkowy
ln(EUR/USD) → ln(liczba upadłości ln(PKB Niemiec) → ln(liczba upadłości) ln(cena ropy) → ln(liczba upadłości)
0 1 2 3 4 5 6 7 8 9
0
1,5
1
-0,5
0,5
2
0 1 2 3 4 5 6 7 8 9
0
-4
-2
-8
-6
2
0 1 2 3 4 5 6 7 8 9
0
0,2
-0,4
0,4 ln(EUR/USD) → ln(liczba upadłości ln(PKB Niemiec) → ln(liczba upadłości) ln(cena ropy) → ln(liczba upadłości)
-0,2
Rys. 14.7. Kwantyle rozkładu a posteriori funkcji reakcji liczby podmiotów w stanie upadłości na jednorazowy wzrost zmiennych opisujących otoczenie gospodarcze Polski
* Linia ciągła oznacza mediany, linie przerywane reprezentują kwantyle rzędu 0,16 oraz 0,84.
Źródło: opracowanie własne.
Podobnie jak w przypadku wyżej opisanych zależności, oceny oddziaływania wybranych wielkości opisujących otoczenie światowe
na liczbę upadłości obarczone są bardzo dużą niepewnością. W ramach tej grupy modeli nie można wyciągać wniosków doty-
czących siły i kierunku wpływu ceny ropy na liczbę przedsiębiorstw postawionych w stan upadłości, choć przesunięcie rozkładu
a posteriori nieco powyżej zera sugeruje, że zależność dodatnia jest bardziej prawdopodobna, a więc wzrost ceny ropy z nieznacznie
większym prawdopodobieństwem powoduje przyrost liczby przedsiębiorstw postawionych w stan upadłości.
Ujemną reakcję liczby podmiotów upadłych wywołuje natomiast wzrost PKB Niemiec. Po upływie jednego kwartału jednorazowy,
izolowany, jednoprocentowy wzrost PKB Niemiec powoduje spadek liczby bankructw o ok. 2%. Siła tej reakcji utrzymuje się w ko-
lejnych trzech kwartałach, następnie powoli ulega osłabieniu, by po 5 latach osiągnąć poziom 0,8%.
191
Dodatnią reakcję liczby upadłości obserwujemy natomiast w odpowiedzi na wzrost kursu EUR/USD, tym samym osłabienie euro
w stosunku do dolara zwiększa liczbę przedsiębiorstw postawionych w stan upadłości, np. wzrost kursu o 1% spowoduje w tym
samym okresie przyrost liczby upadłości o ok. 1%. Po 5 latach siła tego oddziaływania utrzymuje się na poziomie przekraczającym
0,4%. Obie wyżej wymienione zależności wydają się być zgodne z intuicją.
Należy podkreślić, że przedstawione zależności mogą być pomocne w przewidywaniu kierunku zmian liczby podmiotów upadłych
w odpowiedzi na obserwowane zmiany analizowanych kategorii ekonomicznych, a tym samym mogą stanowić wskazówkę dla
decydentów. Obraz dopełniają analizy historyczne, tj. dekompozycja wariancji błędów prognoz oraz symulacje hipotetycznego
przebiegu ścieżek z wykluczeniem wstrząsów w analizowanych wielkościach ekonomicznych.
Porządkując zmienne zgodnie ze schematem przyjętym dla identyfikacji zaburzeń losowych, przedstawiamy wyżej wymienione
analizy dla (1) liczby upadłości oraz dla (2) produktu krajowego brutto.
Tabela 14.7. Dekompozycja wariancji błędu prognoz dla liczby upadłości oraz PKB
(1) Liczba upadłości (ln)
horyzont
udział (%)
liczba upadłości
PLN/EUR
WIBOR3M
PKB
cena ropy
PKB NIemiec
EUR/USD
1 2 3 4 5 6 7 8 9 10
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
EUR/USDPKB
NiemiecCena ropy
PKB WIBOR3M PLN/EURupa-dłość
1 4,37 2,95 1,85 2,13 1,76 1,47 85,46
2 4,46 3,09 2,61 2,08 3,34 1,50 82,92
3 4,57 3,15 2,80 2,06 3,54 1,51 82,39
4 4,68 3,20 3,19 2,03 3,93 1,55 81,43
5 4,81 3,23 3,58 2,01 4,20 1,59 80,59
6 4,94 3,27 4,04 1,99 4,51 1,64 79,61
7 5,08 3,30 4,52 1,97 4,79 1,71 78,64
8 5,22 3,32 5,01 1,95 5,08 1,78 77,63
9 5,37 3,35 5,51 1,93 5,35 1,87 76,63
10 5,52 3,38 5,99 1,92 5,61 1,95 75,63
Ponad 80% wariancji błędu prognoz liczby upadłości dla pierwszego okresu stanowią własne innowacje. W kolejnych okresach ich udział stopniowo spada, osiągając poziom ok. 75% w 10 kwartale. Wariancję prognoz liczby podmiotów upadłych najlepiej wyjaśniają innowacje związane ze stopą procentową – od ok. 1,8% w pierwszym kwartale do 5,6% w dziesiątym, a także dla ceny ropy (od 1,85% do 6%). Ogólny udział zmiennych zagranicznych w wyjaśnianiu wariancji błędu prognoz wzrasta od 9% w początkowych okresach do ok. 20% po 5 latach, a zmiennych krajowych (z wykluczeniem własnych innowacji) – od 5 do 12,5%.
W omawianym okresie waga innowacji związanych z PKB i kursem walutowym PLN/EUR utrzymuje się na poziomie bliskim 2%.
Omówione wyniki niewiele się różnią od otrzymanych w poprzedniej edycji raportu.
Dodatkową analizę znaczenia wstrząsów płynących z poszczególnych wielkości ekonomicznych w wyjaśnianiu kształtowania się liczby upa-dłości przeprowadzono na podstawie symulacji hipotetycznych przebiegów ścieżki liczby upadłości po wyłączeniu wstrząsów związanych z modelowanymi zmiennymi. Taka analiza historyczna łączy wiedzę wynikającą z funkcji reakcji na wstrząs, z dekompozycji wariancji oraz ścieżek kategorii włączanych do modelu.
Szoki zerujemy począwszy od dziewiątego kwartału w próbie.
z wykluczeniem innowacji kursu EUR/USD z wykluczeniem innowacji PKB Niemiec
-0,4-0,200,20,40,60,81
4,5
5
5,5
6
6,5
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
-0,4-0,200,20,40,60,81
4,5
5
5,5
6
6,5
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
cd. ®
192
z wykluczeniem innowacji ceny ropy z wykluczeniem innowacji PKB
z wykluczeniem innowacji liczby upadłości
z wykluczeniem innowacji stopy procentowej z wykluczeniem innowacji kursu PLN/EUR
-0,4-0,200,20,40,60,81
4,5
5
5,5
6
6,5
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
-0,4-0,200,20,40,60,81
4,5
5
5,5
6
6,5
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
-0,4-0,200,20,40,60,81
4,5
5
5,5
6
6,5
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
-0,4-0,200,20,40,60,81
4,5
5
5,5
6
6,5
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
-0,4-0,200,20,40,60,81
4,5
5
5,5
6
6,5
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
* Linia ciągła – rzeczywista ścieżka liczby wniosków o upadłość, linia przerywana – hipotetyczna trajektoria przy założeniu braku poszczególnych wstrząsów w okre-sie 2004q4–2013q4 (lewa oś), słupki – różnice pomiędzy wartością rzeczywistą a symulowaną (prawa oś).
Zgodnie z dekompozycją wariancji największe różnice w stosunku do rzeczywistego przebiegu ścieżki obserwujemy po wykluczeniu własnych innowacji. Największe różnice pomiędzy prawdziwym szeregiem a wszystkimi 7 symulowanymi przebiegami można zaobserwować w latach 2007–2009 i w większości przypadków te różnice są ujemne. Wyeliminowanie wstrząsów związanych z kursem EUR/USD wywołuje najbardziej widoczne ujemne różnice na przełomie lat 2007/2008 oraz dodatnie w 2013 r. W pierwszym z wymienionych okresów przeważały wstrząsy ujemne, co potwierdza uśrednioną dodatnią zależność liczby bankructw od tego kursu. Eliminacja wstrząsów w równaniu PKB Niemiec powo-duje w latach 2006–2009 oraz 2011–20012 zwiększenie hipotetycznych wartości liczby upadłości w stosunku do zaobserwowanych. Najwięk-sze ujemne różnice widoczne są w 2008 r., co jest związane z wysokim tempem wzrostu PKB Niemiec w kwartałach poprzedzających ten rok. Ujemne tempo wzrostu, jakie zaobserwowano w 2009 r., spowodowało zmniejszenie tej różnicy, aż do odwrócenia zależności w 2010 r. Kolejne ożywienie z lat 2011–2012 poprawiło sytuację przedsiębiorstw.
W obu powyżej omówionych przypadkach zagadkowy wydaje się być ostatni rok badania, w którym obserwowane różnice mają znak prze-ciwny do spodziewanego.
Wykluczenie innowacji kursu PLN/EUR powoduje zwiększenie liczby upadłości, szczególnie widoczne w latach 2005–2011 oraz w czwartym kwartale 2012 r. Choć powstałe ujemne różnice są zauważalne, to biorąc pod uwagę zarówno ścieżkę kursu, jak i oszacowane wstrząsy, trudno wskazać kierunek zależności, co jest również widoczne w ocenie niepewności funkcji reakcji liczby upadłości na innowacje kursu PLN/EUR. Skoro w populacji przedsiębiorstw upadłych występują zarówno importerzy, jak i eksporterzy netto, obserwowana niepewność co do kierunku zależności wydaje się być naturalna.
cd. ®
193
(2) Produkt krajowy brutto (ln)
udział (%)
liczba upadłości
PLN/EUR
WIBOR3M
PKB
cena ropy
PKB NIemiec
EUR/USD
1 2 3 4 5 6 7 8 9 10
100%
90%
80%
70%
60%
50%40%
30%
20%
10%
0%
Horyzont EUR/USDPKB
NiemiecCena ropy
PKB WIBOR3M PLN/EURupa-dłość
1 4,73 2,38 2,76 86,36 1,03 0,10 2,64
2 4,83 2,51 3,10 84,91 1,75 0,15 2,75
3 4,89 2,61 3,35 83,40 2,34 0,20 3,19
4 4,90 2,69 3,63 82,07 2,94 0,25 3,50
5 4,91 2,76 3,93 80,72 3,53 0,31 3,84
6 4,91 2,83 4,24 79,40 4,09 0,38 4,15
7 4,91 2,88 4,57 78,10 4,63 0,44 4,46
8 4,92 2,93 4,91 76,84 5,14 0,51 4,75
9 4,93 2,98 5,24 75,62 5,62 0,58 5,03
10 4,95 3,02 5,57 74,45 6,06 0,66 5,29
W omawianym okresie udział własnych zaburzeń w wariancji błędu prognoz PKB przekracza 70% (od 86% dla prognozy na I kwartał do ok. 75% dla prognozy o horyzoncie 2,5 roku). Udział innowacji związanych z kursem PLN/EUR jest niski: 0,1% – 0,7%, co wskazuje na niewielkie zna-czenie tej wielkości w wyjaśnianiu zmian PKB. Wraz z wydłużaniem się horyzontu prognozy wyraźnie wzrasta znaczenie innowacji w stopie procentowej (od 1% do 6%) i liczby upadłości (od 2,6 do 5,3%). Łączny udział pozostałych zmiennych wzrasta od 8 do ok. 13,5% dla prognozy o horyzoncie 10 kwartałów i 17% dla prognozy 5-letniej, przy czym największy wzrost obserwujemy dla innowacji związanych z ceną ropy.
W porównaniu z wynikami z poprzedniego raportu odnotowano niewielki spadek znaczenia własnych wstrząsów w wyjaśnianiu wariancji w pierwszych kwartałach prognozy.
W celu pogłębienia analizy wagi wstrząsów płynących z poszczególnych wielkości ekonomicznych dla kształtowania się PKB dokonano, po-dobnie jak dla liczby upadłości, symulacji hipotetycznego przebiegu ścieżki PKB po wyłączeniu innowacji związanych z analizowanymi zmien-nymi. Szoki zerujemy począwszy od dziewiątego kwartału w próbie.
z wykluczeniem innowacji kursu EUR/USD
z wykluczeniem innowacji PKB Niemiec
z wykluczeniem innowacji ceny ropy
z wykluczeniem innowacji PKB
-0,15-0,1-0,0500,050,10,15
5
5,2
5,4
5,6
5,8
6
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
-0,15-0,1-0,0500,050,10,15
5
5,2
5,4
5,6
5,8
6
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
-0,15-0,1-0,0500,050,10,15
5
5,2
5,4
5,6
5,8
6
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
-0,15-0,1-0,0500,050,10,15
5
5,2
5,4
5,6
5,8
6
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
cd. ®
194
z wykluczeniem innowacji stopy procentowej
z wykluczeniem innowacji kursu PLN/EUR
z wykluczeniem innowacji liczby upadłości
-0,15-0,1-0,0500,050,10,15
5
5,2
5,4
5,6
5,8
6
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
-0,15-0,1-0,0500,050,10,15
5
5,2
5,4
5,6
5,8
6
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
-0,15-0,1-0,0500,050,10,15
5
5,2
5,4
5,6
5,8
6
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
* Linia ciągła – rzeczywista ścieżka liczby wniosków o upadłość, linia przerywana – hipotetyczna trajektoria przy założeniu braku wstrząsów w okresie 2004q4–2013q4 (lewa oś), słupki – różnice pomiędzy wartością rzeczywistą a symulowaną (prawa oś).
Największe różnice pomiędzy hipotetycznymi ścieżkami PKB a rzeczywistą obserwujemy po wykluczeniu własnych wstrząsów, a także po wy-łączeniu innowacji w równaniu stopy procentowej oraz w równaniu PKB Niemiec. Wyzerowanie własnych wstrząsów powoduje przesunięcie całej ścieżki w dół, przy czym w 2012 r. i dwóch pierwszych kwartałach 2013 r. obserwowana różnica wyraźnie maleje. W tym okresie obserwo-waliśmy spadek tempa wzrostu PKB, a więc i zidentyfikowane wstrząsy są ujemne.
Wyeliminowanie innowacji związanych z PKB Niemiec również prowadzi do obniżenia ścieżki polskiego PKB, przy czym największe różnice można zaobserwować w latach 2006–2008 oraz 2010–2011 i w dwóch ostatnich kwartałach 2013 r. W pozostałych okresach prawdziwe war-tości PKB Polski położone są powyżej wielkości hipotetycznych, ale różnice są wyraźnie mniejsze. Okresy te pokrywają się z latami wyraźnego wyhamowania gospodarki Niemiec.
Dodatnie różnice powstają również po wykluczeniu innowacji krótkookresowej stopy procentowej, przy czym ulegają one zanikowi w latach 2011–2012, kiedy to stopy były na niskim poziomie, a w równaniu zidentyfikowano głównie wstrząsy ujemne.
195
Kamil Fijorek, Jarosław Kaczmarek, Konrad Kolegowicz, Paweł Krzemiński
Rozdział 15
MIKROEKONOMICZNA OCENA STOPNIA ZAGROŻENIA PRZEDSIĘBIORSTW UPADŁOŚCIĄ
15.1. Wprowadzenie
Celem badania kondycji ekonomiczno–finansowej przedsiębiorstw w komponencie mikroekonomicznym jest ujawnianie symp-
tomów ich pogarszającej się sytuacji ekonomiczno–finansowej, wraz ze wskazaniem wielkości i obszarów zagrożenia upadłością,
z wykorzystaniem zdefiniowanych ścieżek badawczych, metod i narzędzi analitycznych, w tym modeli predykcji upadłości (modeli
SZU estymowanych na wielkościach zagregowanych na pierwszym etapie badań realizowanym do II połowy 2012 r., a następnie
na drugim etapie badań – od I połowy 2013 r. – modeli MW estymowanych na wielkościach indywidualnych analizowanego zbioru
wszystkich przedsiębiorstw niefinansowych objętego statystyką publiczną, liczącego blisko 50 tysięcy podmiotów). Efektem prowa-
dzonego na kolejnych etapach wielowątkowego wnioskowania jest kwantyfikacja, analiza i ocena stopnia zagrożenia finansowego
kontynuacji działalności i upadłości przedsiębiorstw.
Podstawowym przekrojem analitycznym prowadzonych badań jest ocena przedsiębiorstw według rodzaju prowadzonej dzia-
łalności (produkcyjne, handlowe i usługowe) oraz klas ich wielkości (małe, średnie i duże). Ponadto w ramach przyjętych ścieżek
badawczych zostały wyróżnione dodatkowe przekroje (struktury) uwzględniające: przedmiot działalności (sekcje PKD oraz działy
PKD), formy organizacyjno-prawne oraz przynależność regionalną (województwa). Ich prezentacja w niniejszym rozdziale została
ograniczona ze względu na przyjęte ramy monografii1.
15.2. Sytuacja finansowa przedsiębiorstw
Oceny sytuacji ekonomicznej badanej zbiorowości przedsiębiorstw dokonano na podstawie analizy wyników kształtowania się
wartości podstawowych składników potencjału ekonomicznego oraz kluczowych pod względem wpływu na stopień zagrożenia
upadłością wskaźników ekonomiczno-finansowych, z odniesieniem do wartości z analogicznego okresu roku poprzedniego. Zakres
analizy potencjału ekonomicznego wzbogacono o statystyki opisowe zmienności analizowanych wielkości wyrażone odchyle-
niem standardowym oraz minimalnymi i maksymalnymi wartościami tych miar w całym okresie objętym badaniem. Przyjętymi
przekrojami analitycznymi są, oprócz zbioru ogółem: zróżnicowanie przedsiębiorstw względem rodzaju prowadzonej działalności
(produkcja, handel, usługi) oraz klas wielkości (małe, średnie, duże).
W zakresie generowanych przychodów ze sprzedaży, ponoszonych nakładów inwestycyjnych, wartości posiadanych aktywów
i osiąganego wyniku finansowego netto największy udział mają przedsiębiorstwa działalności produkcyjnej, następnie usługowej
(z wyjątkiem przychodów i wyniku finansowego netto) i handlowej. Zarówno w grupie podmiotów ogółem, jak i w wyróżnionych
rodzajach działalności gospodarczej występujące tendencje zmian analizowanych wielkości w badanym okresie (I połowa 2007 r.
– I połowa 2013 r.) były podobne – zróżnicowane jednak stopniem intensywności i okresem ich występowania. W następstwie
negatywnych zmian w gospodarce o charakterze kryzysowym – z 2008 r. – odnotowano do I połowy 2010 r. zmniejszenie wartości
nakładów inwestycyjnych, przychodów i wyniku finansowego netto (wartość aktywów nie ulegała istotnym zmianom w całym
badanym okresie). W przypadku nakładów inwestycyjnych tendencja ta pojawiła się najwcześniej i występowała najdłużej w pod-
miotach usługowych, bo od I połowy 2008 r., w handlowych od I połowy 2009 r., a najpóźniej i najkrócej w produkcyjnych, tj. od
II połowy 2009 r. Pomimo to jedynie podmioty usługowe nie odnotowały spadku wartości przychodów, a zmniejszenie wyniku
finansowego netto tylko w II połowie 2008 r. i II połowie 2010 r. (relatywnie najkorzystniejsza sytuacja wśród pozostałych rodza-
jów działalności). Gorsza sytuacja pod tym względem charakteryzowała podmioty handlowe (zmniejszenie przychodów w całym
2009 r., a wyniku finansowego w II połowie 2008 r., I połowie 2009 r. i I połowie 2010 r.) i produkcyjne (pomimo spadku przycho-
dów jedynie w I połowie 2009 r. podmioty te odnotowały nie tylko zmniejszenie wyniku finansowego w całym 2008 r. i I połowie
2010 r., ale też deficytowość działalności w II połowie 2008 r.). Od I połowy 2010 r. w podmiotach usługowych (jako pierwszych),
a od II połowie 2010 r. w handlowych i produkcyjnych następowała poprawa sytuacji, jednak oznaki ponownego jej pogarszania
charakteryzowane zmniejszaniem się wartości analizowanych wielkości zaczęły pojawiać się ponownie już w II połowie 2011 r.
W pierwszej kolejności i najbardziej widoczne negatywne zmiany, utrzymujące się dodatkowo do I połowy 2013 r., odnotowano
1 Szersza prezentacja wyników analizy i oceny sytuacji ekonomiczno-finansowej i stopnia zagrożenia upadłością przedsiębiorstw z wykorzy-staniem przyjętych wielkości ekonomicznych, metod i narzędzi badawczych, modeli predykcji upadłości, przy zdefiniowanych przekrojach analitycznych za okres od I połowy 2007 r. do I połowy 2013 r. i III kw. 2013 r. jest zamieszczona w: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny stopnia zagrożenia przedsiębiorstw upadłością – komponent mikroekonomiczny, Raporty 1–12, Kraków, czerwiec 2011– –kwiecień 2014.
196
w działalności usługowej – odwrotnie niż w handlowej i produkcyjnej, w których w ostatnim okresie analizy, tj. I połowie 2013 r.
zaobserwowano nieznaczne symptomy poprawy.
W przedsiębiorstwach wyróżnionych według klas wielkości w zakresie analizowanych wielkości (przychody, nakłady inwestycyjne,
aktywa, wynik finansowy netto) największy udział posiadają przedsiębiorstwa duże, następnie średnie i małe. W podmiotach dużych
największy udział pod tym względem mają przedsiębiorstwa produkcyjne (następnie usługowe i handlowe), w średnich – produk-
cyjne i handlowe (najmniejszy udział usługowe), natomiast w małych – usługowe (następnie handlowe i produkcyjne). Symptomy
pogarszania się sytuacji ekonomicznej najwcześniej wystąpiły w podmiotach średnich (zmniejszenie wyniku od I połowy 2008 r.
do I połowy 2009 r., nakładów od II połowy 2008 r. do I połowy 2010 r., a przychodów w II połowie 2009 r.). W podmiotach małych
negatywne zmiany wszystkich wielkości odnotowano w I połowie 2009 r. (w przypadku nakładów dodatkowo do końca 2010 r.),
natomiast w podmiotach dużych najpóźniej i najkrócej, bo w II połowie 2009 r. i I połowie 2010 r. (jednak z odnotowaną deficyto-
wością działalności w II połowie 2009 r.). W podmiotach dużych po okresie poprawy sytuacji od II połowy 2010 r. do I połowy 2012 r.
– odnotowano ponowne pogorszenie ich sytuacji. W podmiotach małych oznaki poprawy sytuacji wystąpiły nieco wcześniej – bo
od II połowy 2009 r. – jednak nie dotyczyły wszystkich wielkości ekonomicznych, jak miało to miejsce w przypadku podmiotów
dużych, ale z oznakami poprawy w I połowie 2013 r. Najgorsza pod tym względem sytuacja charakteryzowała podmioty średnie
(ponowne zmniejszenie wyniku wystąpiło już od II połowy 2010 r. do końca 2012 r., aktywów w II połowie 2010 r. i I połowie 2011 r.,
nakładów w całym 2012 r., a przychodów w II połowie 2012 r. i I połowie 2013 r.).
Ogółem Produkcyjne
Handlowe
Usługowe
20
15
10
5
0
-5
-10
-15
-20
I–II 2008 I–II 2009III–IV 2008 III–IV 2009
Przychody Nakłady Aktywa
I–II 2010 III–IV 2010 I–II 2011 III–IV 2011 I–II 2012 I–II 2013III–IV 20120 I–II 2008 I–II 2009III–IV 2008 III–IV 2009 I–II 2010 III–IV 2010I–II 2011 III–IV 2011 I–II 2012 I–II 2013III–IV 2012
Przychody Nakłady Aktywa
25
20
15
10
5
-5-10
-15-20
-25
Przychody Nakłady Aktywa Przychody Nakłady Aktywa
0 I–II 2008 I–II 2009III–IV 2008 III–IV 2009 I–II 2010 III–IV 2010I–II 2011 III–IV 2011 I–II 2012 I–II 2013III–IV 2012
0 I–II 2008 I–II 2009III–IV 2008 III–IV 2009 I–II 2010 III–IV 2010I–II 2011 III–IV 2011 I–II 2012 I–II 2013III–IV 2012
50
40
30
20
10
-10
-20
-30
-40
30
20
10
-10
-20
-30
-40
Rys. 15.1. Tempo zmian przychodów ze sprzedaży, nakładów inwestycyjnych i aktywów przedsiębiorstw w Polsce w okresie od I połowy 2011 r. do I połowy 2013 r. – ogółem oraz według rodzaju działalności (w %, r/r)
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
Analiza zmienności podstawowych wielkości ekonomicznych wskazuje, że w działalności produkcyjnej zaobserwowano najwyższe
średnie wartości wszystkich analizowanych miar (przychody, nakłady, aktywa i wynik finansowy) oraz najwyższą ich zmienność.
Najwyższe wartości średnie analizowanych miar potwierdzają korzystną sytuację w działalności produkcyjnej, lecz wysoka ich
zmienność wskazuje na niestabilność sytuacji w tej grupie przedsiębiorstw, co dodatkowo potwierdza fakt odnotowania ujemnych
wartości wyniku finansowego (deficytowych okresów działalności) jedynie w działalności produkcyjnej. W działalności handlowej
odnotowano z kolei najniższe średnie wartości nakładów inwestycyjnych i aktywów. Handel cechowała także najniższa zmienność
analizowanych miar, potwierdzając jednocześnie bardzo stabilną sytuację w tej grupie przedsiębiorstw. Działalność usługowa
charakteryzowała się wyższymi średnimi wartościami niż miało to miejsce w działalności handlowej, z wyjątkiem przychodów ze
sprzedaży.
197
Przychody Nakłady
Aktywa Wynik finansowy
Uwagi: – odchylenie standardowe; średnia wyznaczona przez środek figury
– wartości minimum i maksimum.
600
400
200
0
30
20
10
0Produkcja
Produkcja
Produkcja
Produkcja
Handel
Handel
Handel
Handel
Usługi
Usługi
Usługi
Usługi
1400
1200
1000
800
600
400
200
0
30
20
10
0
25
15
5
-5
Rys. 15.2. Statystyki opisowe zmienności wartości przychodów ze sprzedaży, nakładów inwestycyjnych, aktywów oraz wyniku finansowego przedsiębiorstw według rodzajów działalności gospodarczej w Polsce w okresie od I połowy 2007 r. do I połowy 2013 r. (w mld zł)
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
Analiza tempa zmian wartości wskaźnika ogólnej sytuacji finansowej (WOSF) dla przedsiębiorstw ogółem oraz w podziale na
rodzaje działalności przynosi podobne wskazania jak z wykorzystaniem podstawowych wielkości ekonomicznych ich potencjału
gospodarczego. Można bowiem potwierdzić, że negatywne skutki kryzysu finansowego z 2008 r. początkowo najbardziej odczuły
podmioty handlowe i produkcyjne (znaczne zmniejszenie wartości WOSF w okresie od II połowy 2008 r. do I połowy 2009 r.),
a w najmniejszym stopniu usługowe. W konsekwencji poprawę sytuacji finansowej jako pierwsze odnotowały podmioty usługowe
począwszy od I połowy 2009 r., natomiast handlowe i produkcyjne od II połowy 2009 r. Sytuacja taka utrzymywała się do 2011 r.,
kiedy z powrotem pojawiły się trwające do I połowy 2013 r. symptomy pogorszenia ogólnej sytuacji finansowej przedsiębiorstw –
przy czym w pierwszej kolejności usługowych (od II połowy 2011 r.), następnie produkcyjnych (od I połowy 2012 r.) i handlowych
(od II połowy 2012 r.). Wśród tych ostatnich w I połowie 2013 r. wystąpiły pewne oznaki poprawy tej sytuacji, w produkcyjnych wy-
hamowanie tendencji spadkowej, natomiast w podmiotach usługowych zmniejszenie wartości WOSF (najmniej korzystna sytuacja).
Uwzględniając klasy wielkości, w przedsiębiorstwach małych od I połowy 2012 r. zaobserwowano poprawę ogólnej sytuacji finan-
sowej – odmiennie niż w dużych, w których z końcem 2011 r. odnotowano pogorszenie. Najgorzej pod tym względem wygląda
sytuacja podmiotów średnich, dla których od II połowy 2009 r. odnotowywane jest (z wyjątkiem I połowy 2011 r.) zmniejszanie
wartości wskaźnika ogólnej sytuacji finansowej.
Ocena zmienności wskaźnika ogólnej sytuacji finansowej przedsiębiorstw wskazuje na jego najwyższą średnią i maksymalną war-
tość w działalności handlowej. Minimalna wartość WOSF osiągnięta w działalności handlowej była większa niż maksymalne wartości
w pozostałych rodzajach działalności, co potwierdza najkorzystniejszą ogólną sytuację w tej grupie przedsiębiorstw. Najniższa
średnia wartość WOSF i jednocześnie najmniejsza jego zmienność cechowała działalność usługową, w której również osiągano
jego najniższe wartości. Analiza zmienności wartości wskaźnika potwierdza wcześniejsze analizy i oceny sytuacji przedsiębiorstw
z wykorzystaniem podstawowych wielkości ekonomicznych ich potencjału gospodarczego.
198
– odchylenie standardowe; średnia wyznaczona przez środek figury
– wartości minimum i maksimum.
Produkcja
Produkcja
Ogółem
Ogółem
Handel
Handel
Usługi
Usługi
1,4
1,2
1
0,8
0,6
0,4
0
15
10
5
-5
-10
-15
-20
I–II 2008 I–II 2009III–IV 2008 III–IV 2009 I–II 2010 III–IV 2010 I–II 2011 III–IV 2011 I–II 2012 I–II 2013III–IV 2012
Rys. 15.3. Tempo zmian wskaźnika ogólnej sytuacji finansowej (panel lewy, w %, r/r) i jego zmienność (panel prawy) przedsiębiorstw w Polsce w okresie od I połowy 2007 r. do I połowy 2013 r. – ogółem oraz według rodzaju działalności
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
Poniżej na rysunku 15.4 przedstawiono tempo zmian wartości wybranych kluczowych wskaźników ekonomiczno-finansowych
w okresie od I połowy 2012 r. do 2013 r. dla przedsiębiorstw ogółem oraz według rodzajów działalności, które mają istotny wpływ
na stopień zagrożenia upadłością.
Ogółem Produkcyjne
Handlowe
Usługowe
ROA
ROOS
PM
CGOTr
WPS
WPB
I–II 2012 III–IV 2012 I–II 2013
1/WZO
WZOZ
5%
0%
-5%
-10%
-15%
-20%
ROA
ROOS
PM
CGOTr
WPS
WPB
I–II 2012 III–IV 2012 I–II 2013
1/WZO
WZOZ
5%
0%
-5%
-10%
-15%
-20%
ROA
ROOS
PM
CGOTr
WPS
WPB
I–II 2012 III–IV 2012 I–II 2013
1/WZO
WZOZ5%
0%
-5%
-10%
10%
-15%
-20%
ROA
ROOS
PM
CGOTr
WPS
WPB
1/WZO
WZOZ20%30%
0%10%
-10%
-30%-40%
-20%
I–II 2012 III–IV 2012 I–II 2013
Uwagi: w celu ujednolicenia na wykresie kierunków zmian wartości analizowanych wskaźników przyjęto CGOT w razach i odwrotność WZO.
Rys. 15.4. Tempo zmian podstawowych grup wskaźników ekonomiczno-finansowych przedsiębiorstw w Polsce w okresie od I połowy 2011 r. do I połowy 2013 r. – ogółem oraz według rodzaju działalności (w %, r/r)
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
199
W okresie analizy, obejmującym I połowę 2007 r. – I połowę 2013 r., najwyższy poziom zadłużenia ogółem (WZO) posiadały przed-
siębiorstwa handlowe, natomiast najniższy – produkcyjne. Jednak systematyczny i znaczny wzrost zadłużenia w całym badanym
okresie (z wyjątkiem IV kw. 2012 r.) charakteryzował tylko podmioty usługowe, dodatkowo wszystkich klas wielkości (w odróżnieniu
od pozostałych rodzajów działalności i klas wielkości). W podmiotach handlowych i produkcyjnych zmiany wartości WZO miały
charakter naprzemienny bez istotnych zmian w poziomie ich zadłużenia ogółem (z wyjątkiem średnich podmiotów produkcyj-
nych, w których po okresie wzrostu WZO do końca 2011 r. nastąpiło wyhamowanie tej tendencji). Nie pozostało to bez wpływu na
poziom zadłużenia podmiotów ogółem, w których także odnotowano jego nieznaczne zwiększenie.
Współwystępującymi zmianami o charakterze negatywnym było zmniejszenie zdolności obsługi zadłużenia (WZOZ) przedsię-
biorstw wszystkich rodzajów działalności, przy czym najbardziej – czyli prawie o połowę – w działalności usługowej wszystkich
klas wielkości oraz produkcyjnej w podmiotach średnich. Zmniejszenie WZOZ było zauważalne we wszystkich klasach wielkości
przedsiębiorstw, szczególnie jednak w podmiotach średnich.
Te niepokojące sygnały w zakresie zmian zadłużenia ogółem (WZO) i zdolności do jego obsługi (WZOZ) łagodziły nieco wyniki
analizy w obszarze bieżącej i szybkiej płynności finansowej (WPB i WPS), która pomimo jej nieznacznego pogorszenia do I połowy
2009 r. włącznie dla przedsiębiorstw wszystkich rodzajów działalności ulegała systematycznej poprawie w okresach od II połowy
2009 r. do I połowy 2011 r. i I połowy 2013 r. Było to najbardziej zauważalne w podmiotach usługowych, następnie w handlowych,
a najmniej w produkcyjnych. Pod tym względem zdecydowanie wyróżniały się podmioty małe, w odróżnieniu od podmiotów
średnich i dużych, w których wystąpiła jedynie niewielka poprawa w tym obszarze.
Wraz z poprawą płynności finansowej we wskazanych okresach, rodzajach działalności i klasach wielkości nieznacznemu skróceniu
uległ czas oczekiwania na gotówkę (CGOT) – co także było najbardziej zauważalne w podmiotach usługowych wszystkich klas
wielkości (mniej w handlowych, a w produkcyjnych bez istotnych zmian). Trudno jednak określić trwałość odnotowanej poprawy
sytuacji, gdyż szczególnie w podmiotach usługowych osiągnięto to w efekcie wydłużania terminów płatności zobowiązań krótko-
terminowych na skutek wydłużenia terminów spływu należności (tendencje niekorzystne dla podmiotów usługowych).
Uwagi: – odchylenie standardowe; średnia wyznaczona przez środek figury
– wartości minimum i maksimum.
Produkcja Handel Usługi
0,7
0,6
0,6
0,5
0,4 0
WZO WZOZ
WPB WPS
Produkcja Handel Usługi
Produkcja Handel Usługi Produkcja Handel Usługi
1,8
1,6
1,4
1,2
1
1
0,35
0,3
0,25
0,2
0,15
0,1
0,05
1,2
0,8
Rys. 15.5. Statystyki opisowe zmienności WZO, WZOZ, WPB i WPS przedsiębiorstw według rodzajów działalności gospodarczej w Polsce w okresie od I połowy 2007 r. do I połowy 2013 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
200
Odmiennie, w porównaniu z podmiotami handlowymi i usługowymi, kształtowała się produktywność majątku (PM) podmiotów
produkcyjnych, która w całym okresie analizy wykazywała tendencję malejącą, natomiast w handlowych i usługowych odnoto-
wano wahania zmian jej wartości. Żadna klasa wielkości nie wyróżniała się pod względem tendencji występujących zmian w tym
obszarze, a jedynie w dużych przedsiębiorstwach handlowych odnotowywano wzrost produktywności majątku, w odróżnieniu
od średnich i małych handlowych, w których występowało jego zmniejszenie.
Mimo iż w badanym okresie w żadnej grupie przedsiębiorstw według rodzaju działalności nie odnotowano deficytowości, to ren-
towność operacyjna sprzedaży (ROOS) i rentowność aktywów (ROA) wszystkich wyodrębnionych grup podmiotów i klas wielkości
wykazywała wahania z tendencją malejącą (w największym stopniu, bo prawie o połowę w podmiotach usługowych, a najmniej –
w produkcyjnych). Nieznaczną poprawę w obszarze rentowności sprzedaży ROOS – podobnie jak w przypadku wartości niektórych
wskazanych powyżej wielkości – zaobserwowano w I połowie 2013 r. w podmiotach produkcyjnych i usługowych.
Największe średnie zadłużenie ogółem (WZO) oraz niska jego zmienność w całym okresie dotyczyła działalności handlowej. Duża
zmienność zadłużenia dotyczyła również działalności usługowej, przy czym jego średnia wartość kształtowała się na znacznie niż-
szym poziomie niż miało to miejsce w działalności handlowej. Najkorzystniejsza sytuacja dotycząca wielkości zadłużenia w całym
okresie analizy dotyczyła działalności produkcyjnej, bowiem charakteryzowała się najniższą średnią wartością WZO oraz najwyższą
wartością WZOZ. Niekorzystną sytuację w działalności handlowej potwierdzają najniższe średnie wartości wskaźników płynności
(WPB i WPS) oraz niska zmienność wskazująca na ich stagnację. W działalności usługowej zaobserwowano najwyższe średnie
i maksymalne wartości WPB i WPS.
W działalności produkcyjnej średnia długość cyklu oczekiwania na gotówkę w dniach (CGOT) była na najwyższym pozio-
mie, przy czym jego wartości minimalne były zbliżone do średniej dla działalności handlowej. Ten rodzaj działalności cecho-
wała również wysoka średnia rentowność operacyjna sprzedaży (ROOS) i aktywów (ROA). Wysokie średnie wartości zarów-
no produktywności majątku (PM), jak i rentowności operacyjnej sprzedaży (ROOS) w działalności handlowej oraz niska ich
zmienność potwierdzają stabilną i korzystną sytuację w tej grupie przedsiębiorstw. W działalności usługowej średni cykl ob-
rotu gotówki był najkrótszy – obserwowana była też jego duża zmienność. Dodatkowo w działalności tej zaobserwowano
najniższą średnią wartość zarówno produktywności majątku (PM), jak i rentowności sprzedaży (ROOS). Duża zmienność anali-
zowanych wskaźników w działalności usługowej wskazuje na niestabilną sytuację w całym okresie w tej grupie przedsiębiorstw.
Uwagi: – odchylenie standardowe; średnia wyznaczona przez środek figury
– wartości minimum i maksimum.
Produkcja Handel Usługi
CGOT w dniach PM
ROOS ROA
30
25
20
15
10
5
0
2,5
2
1,5
1
0,5
0,1
0,08
0,06
0,04
0,02
0
Produkcja Handel Usługi
Produkcja Handel Usługi Produkcja Handel Usługi
0,1
0,08
0,06
0,04
0,02
0
Rys. 15.6. Statystyki opisowe zmienności CGOT (w dniach), PM, ROOS i ROA przedsiębiorstw według rodzajów działalności gospodarczej w Polsce w okresie od I połowy 2007 r. do I połowy 2013 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
201
Reasumując, można wskazać, że w następstwie kryzysu finansowego z 2008 r. i po okresie pogorszenia sytuacji ekonomiczno-
-finansowej przedsiębiorstw do 2009 r. następowała jej powolna poprawa jedynie we wskazanych obszarach (np. płynności czy
sprawności działania) i okresach analizy. Należy bowiem zasygnalizować nadal utrzymujące się w badanym okresie niekorzystne
tendencje zmian występujące w poszczególnych rodzajach działalności i klasach wielkości przedsiębiorstw wskazujące na wzrost
zadłużenia i zmniejszenie zdolności do jego obsługi (szczególnie w działalności usługowej), a także zmniejszenie produktywności
majątku (z wyjątkiem dużych podmiotów handlowych) i rentowności aktywów we wszystkich rodzajach działalności i klasach
wielkości. Nieznaczne pozytywne sygnały wskazujące na poprawę w wybranych obszarach ekonomiczno-finansowych poszcze-
gólnych grup przedsiębiorstw obserwuje się dopiero w ostatnim okresie analizy, tj. I połowie 2013 r. Trudno jednak dla tego okresu
analizy określić trwałość tych symptomów.
15.3. Wiodące przekroje oceny stopnia zagrożenia upadłością
Będące przedmiotem estymacji i obecnej analizy modele stopnia zagrożenia upadłością (MW) bazują na wielkościach indywidu-
alnych przedsiębiorstw. W stosunku do poprzednio estymowanych i wykorzystywanych modeli opierających się na wielkościach
zagregowanych (SZU) nie wystąpiły (na co zwrócono także uwagę w rozdziale 10 niniejszej monografii) żadne istotne zmiany
wskazań odnoszące się do poziomu, siły czy też kierunku i natężenia zmian stopnia zagrożenia upadłością na poziomie ogółem
i rodzajów działalności. Krzywe wartości SZU oraz MW mają zbliżony przebieg (współczynnik korelacji liniowej r = 0,98), a linie tren-
dów – prawie równoległy względem siebie. Otrzymane wyniki z zastosowaniem nowej klasy modeli oraz bazujące na wielkościach
indywidualnych potwierdzają formułowane dotychczas wnioski (uzyskane z wykorzystaniem modeli bazujących na wielkościach
zagregowanych), a tym samym wysoką ich wartość użytkową w ocenie stopnia zagrożenia upadłością.
210
190
170
150
130
110
24%
23%
22%
21%
20%
19%
18%
17%I–II 2007 I–II 2009 I–II 2010 I–II 2011 I–II 2012 I–II 2013 I–II 2014III–IV 2007 III–IV 2009 III–IV 2010 III–IV 2011 III–IV 2012 III–IV 2013I–II 2008 III–IV 2008
Stopień zagrożenia upadłością – MWStopień zagrożenia upadłością – SZU
Linia trendu MWLinia trendu SZU
Uwagi: wartość „Ogółem” ustalona jako średnia ważona (liczbą pracujących) z wartości obliczonej dla poszczególnych rodzajów działalności. Nie-bieska linia kreskowana prezentuje prognozy.
Rys. 15.7. Analiza porównawcza wartości stopnia zagrożenia upadłością przedsiębiorstw ogółem w okresie od I połowy 2007 r. do II połowy 2013 r., z wykorzystaniem modeli SZU (wielkości agregowane) oraz MW (wielkości indywidualne)
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
Oszacowania wartości stopnia zagrożenia upadłością dokonano z wykorzystaniem modeli specyficznych dopasowanych do ro-
dzaju działalności prowadzonej przez przedsiębiorstwa (por. rozdział 10). Analizy w zakresie zmian stopnia zagrożenia upadłością
przedsiębiorstw według rodzaju działalności, wiodących sekcji PKD oraz klas wielkości wzbogacono o prognozy stopnia zagrożenia
upadłością w perspektywie rocznej2. Dodatkowo w ramach ilościowej analizy niepewności związanej z prognozami stopnia zagro-
żenia upadłością posłużono się narzędziami analizy scenariuszowej, tj. oprócz scenariusza neutralnego skonstruowano scenariusz
2 Prognozy te są szacowane na podstawie zmiennych określających stopień zagrożenia upadłością za pomocą jednowymiarowych szeregów czasowych – szersze omówienie w rozdz. 10 niniejszego opracowania oraz w: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Koncepcja badań stanu …, op.cit., J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny … Raport 1, op.cit.
202
pesymistyczny i optymistyczny. W tym celu wykorzystano dolne i górne granice przedziału ufności (o wartości 80%, przy niezbęd-
nej korekcie obserwacji odstających) dla prognozowanej wielkości stopnia zagrożenia upadłością powstałe w oparciu o analizę
historycznych odchyleń stopnia zagrożenia upadłością względem odsetka sądowych postępowań upadłościowych.
Wykonane analizy w zakresie zmian stopnia zagrożenia upadłością przedsiębiorstw ogółem według rodzajów działalności i klas
wielkości w ujęciu retrospektywnym wskazują na wzrost oszacowanej miary od II połowy 2007 r., jednak z widocznym zróżnicowa-
niem pod względem wartości i charakteru zamian MW dla wyodrębnionych grup podmiotów i klas ich wielkości.
Przedsiębiorstwa produkcyjne od I połowy 2007 r. do II połowy 2008 r. poprzez wzrost stopnia zagrożenia upadłością zareagowały
najszybciej i najsilniej. Kolejne okresy – od I połowy 2009 r. do I połowy 2011 r. – wskazywały na odmienną, tj. malejącą tendencję
zmian wartości MW względem podmiotów handlowych i usługowych, osiągając w I połowie 2011 r. poziom niski (wartość MW
poniżej 160). Pomimo nieznacznego wzrostu stopnia zagrożenia upadłością od II połowy 2011 r. i ukształtowania się wartości MW
na poziomie ostrzegawczym (tj. w przedziale 160–200), przedsiębiorstwa produkcyjne (podobnie jak handlowe) zarówno dla
ostatnich, jak i prognozowanych okresów charakteryzuje sytuacja stabilna. Przedsiębiorstwa handlowe także zareagowały szybkim
wzrostem stopnia zagrożenia upadłością trwającym od II połowy 2007 r. do I połowy 2009 r. Należy jednak podkreślić, że wśród
wyróżnionych grup podmioty prowadzące działalność handlową charakteryzuje zdecydowanie odmienny charakter zmian war-
tości analizowanej miary wynikający z czynnika sezonowości, który dla celów oceny zniwelowany poprzez linię trendu wskazuje
na spowolnienie wzrostu stopnia zagrożenia upadłością od II połowy 2009 r. i stabilizację sytuacji zarówno dla okresu od I połowy
2012 r. do I połowy 2013 r., jak i prognozowanych okresów analizy (II połowa 2013 r. – I połowa 2014 r.). Warto też zaznaczyć, że
pomimo odnotowanej tendencji rosnącej wartość miary stopnia zagrożenia upadłością dla podmiotów handlowych w porównaniu
z produkcyjnymi i usługowymi jest najmniejsza, przyjmując dodatkowo poziomy niskie oszacowanej miary (poniżej 160), co wska-
zuje na sytuację pozytywną. Ogólnym wnioskiem, jaki można sformułować dla podmiotów działalności usługowej, pomimo ich
spowolnionej początkowo reakcji, jest ciągły i intensywny wzrost stopnia zagrożenia upadłością w badanym okresie oraz osiąganie
najwyższych wartości miary MW (powyżej 200 – poziom wysoki) spośród trzech analizowanych grup przedsiębiorstw. Jest to szcze-
gólnie widoczne od II połowy 2010 r., a wyniki te są powodowane przede wszystkim sytuacją w budownictwie, transporcie oraz
informacji i komunikacji. Ponadto dla bieżącego okresu analizy, tj. I połowy 2013 r., tylko działalność usługowa charakteryzowała się
wzrostem stopnia zagrożenia upadłością i jedynie dla niej prognozowane do końca I połowy 2014 r. zmiany w ramach scenariusza
neutralnego wskazują na dalszy wzrost stopnia zagrożenia. Skłania to do negatywnej oceny sytuacji w tej grupie przedsiębiorstw.
210
190
170
170
150
150
130
130
110
110
90
70
I–II 2007
I–II 2009
I–II 2010
I–II 2011
I–II 2012
I–II 2013
I–II 2014
III–IV 2007
III–IV 2009
III–IV 2010
III–IV 2011
III–IV 2012
III–IV 2013
I–II 2008
III–IV 2008
Ogółem
Usługi Handel
Produkcja200
180
160
140
120
290
240
190
140
90
I–II 2007
I–II 2009
I–II 2010
I–II 2011
I–II 2012
I–II 2013
I–II 2014
III–IV 2007
III–IV 2009
III–IV 2010
III–IV 2011
III–IV 2012
III–IV 2013
I–II 2008
III–IV 2008
I–II 2007
I–II 2009
I–II 2010
I–II 2011
I–II 2012
I–II 2013
I–II 2014
III–IV 2007
III–IV 2009
III–IV 2010
III–IV 2011
III–IV 2012
III–IV 2013
I–II 2008
III–IV 2008
I–II 2007
I–II 2009
I–II 2010
I–II 2011
I–II 2012
I–II 2013
I–II 2014
III–IV 2007
III–IV 2009
III–IV 2010
III–IV 2011
III–IV 2012
III–IV 2013
I–II 2008
III–IV 2008
Uwagi: wartość „Ogółem” ustalona jako średnia ważona (liczbą pracujących) z wartości obliczonej dla poszczególnych rodzajów działalności. War-tości dla scenariusza optymistycznego oznaczone są kolorem zielonym, a dla pesymistycznego – kolorem czerwonym.
Rys. 15.8. Kształtowanie się stopnia zagrożenia upadłością przedsiębiorstw w okresie od I połowy 2007 r. do I połowy 2014 r. według rodzaju działalności
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
203
Niewątpliwie inaczej na występujące w otoczeniu zmiany zareagowały przedsiębiorstwa wyróżnione według klas ich wielkości.
Wyniki analizy wskazują, że podmioty małe są bardzo podatne na niekorzystne zmiany w otoczeniu, a ich reakcja nie jest najbardziej
elastyczna wśród analizowanych klas przedsiębiorstw. Charakteryzowały się one różnokierunkowymi z okresu na okres, naprze-
miennymi zmianami wartości miary stopnia zagrożenia upadłością, z intensywnym jej wzrostem w I połowie 2010 r., następnie
słabnącą od I połowy 2011 r. amplitudą wahań oraz prognozowaną dla II połowy 2013 r. i I połowy 2014 r. stabilizacją wartości
bezwzględnych bez zarysowanej ścieżki wzrostu (z wyjątkiem działalności handlowej, a w ramach usług – budowlanej). Skłania
to do formułowania oceny ich sytuacji w warstwie neutralnej. Przedsiębiorstwa średnie, pomimo okresowych naprzemiennych
wahań, wykazały w badanym okresie stały, w miarę równomierny wzrost wartości MW, z wyhamowaniem tendencji wzrostowej
w końcowym okresie analizy (przebieg krzywej opisującej zmiany wartości stopnia zagrożenia upadłością jest najbardziej zbliżony
do przebiegu krzywej reprezentującej ogół przedsiębiorstw). Prognozowane zmiany (III kw. 2013 r. – II kw. 2014 r.) wskazują na sta-
bilizację sytuacji i odejście od wzrostowych przebiegów historycznych wartości MW, co skłania do ostrożnego przejścia z warstwy
oceny niekorzystnej do oceny neutralnej (należy bowiem wskazać, że wyniki podmiotów średnich są powodowane sytuacją działal-
ności usługowej, a w tym budownictwa nadal pozostającego w warstwie oceny niekorzystnej). Odmienną reakcję na niekorzystne
zmiany w otoczeniu wśród wyróżnionych klas przedsiębiorstw zaprezentowały podmioty duże, które po nagłym wzroście wartości
MW do poziomu wysokiego na początku 2009 r. – w okresie od II kw. 2009 r. do końca 2011 r. ujawniły silną mobilizację potencjału
restrukturyzacji i cechowały się zdecydowanym obniżeniem stopnia zagrożenia upadłością do poziomu niskiego. Od 2012 r. do
II kw. 2013 r. sytuacja podmiotów dużych opisana zmianami wartości MW wskazywała na stały wzrost stopnia zagrożenia upadłością
(blisko poziomu wysokiego), co było spowodowane pogorszeniem w usługach (m.in. w informacji i komunikacji). Prognozowane
zmiany na okres III kw. 2013 r. – II kw. 2014 r. zwracają uwagę na możliwą stabilizację poziomu zagrożenia, co będzie jednak silnie
uzależnione od pozytywnych zmian w usługach. Znamienną obserwacją jest zbliżenie stopnia zagrożenia w I połowie 2013 r. dla
przedsiębiorstw wszystkich wyróżnionych klas wielkości.
Pomimo widocznych oznak poprawy w III kw. 2013 r., dokonana ocena stopnia zagrożenia – zarówno w ujęciu retrospektywnym,
jak i sporządzonych prognoz – stanowi podstawę negatywnej ogólnej oceny i podtrzymania sygnału ostrzegawczego w zakresie
stanu kondycji finansowej analizowanego sektora przedsiębiorstw, bowiem ustalona w warunkach I połowy 2013 r. wartość miary
stopnia zagrożenia upadłością była wyższa w stosunku do analogicznego okresu roku poprzedniego, jak również poprzedniego
półrocza. Prognozy możliwego przebiegu zmian stopnia zagrożenia upadłością w perspektywie do I połowy 2014 r. w scenariuszu
neutralnym wskazują na niewielkie jego zmiany i wartość w I połowie 2014 r. analogiczną jak w I połowie 2013 r., w scenariuszu
pesymistycznym – w I połowie 2014 r. wartość wyższą niż w I połowie 2013 r. (utrzymanie nieznacznej tendencji rosnącej), a sce-
nariusz optymistyczny – pomimo oznak poprawy gospodarki, nadal jako mniej prawdopodobny. Zidentyfikowany wzrost stopnia
zagrożenia upadłością wpływa także na możliwy wzrost liczby i odsetka wszczętych sądowych postępowań upadłościowych przed-
siębiorstw w perspektywie dwóch kolejnych półroczy względem bieżącego okresu (I połowa 2013 r.). Należy jednak zaznaczyć, że
stopień tych zmian będzie uzależniony od wielu czynników, tj. możliwego wyczerpywania się zasobów złożonych wniosków, zmian
relacji liczby wszczętych postępowań do wniosków, czasu trwania formalnych procedur, a także znacznie już „skonsumowanej”
liczby postępowań w działach szczególnie zagrożonych (głównie w usługach w zakresie budownictwa, transportu i turystyki).
Oprócz szacowanych wartości miary MW z wykorzystaniem zmiennych modelu możliwość określania indywidualnych wartości
dla przedsiębiorstw (od 11 edycji badań) poszerzyła zakres prezentowanych wyników analiz stopnia zagrożenia upadłością tak
w ujęciu ogółem dla poszczególnych rodzajów działalności, jak i szczegółowo dla sekcji działalności gospodarczej i działów PKD.
Ze względu na ograniczone ramy niniejszej publikacji poniżej przedstawiono statystyki opisowe stopnia zagrożenia upadłością dla
podmiotów produkcyjnych w okresie od I połowy 2007 r. do I połowy 2013 r.
Wartość średnia stopnia zagrożenia upadłością dla podmiotów produkcyjnych w I połowie 2013 r. wzrosła ze 163 do 168,
tj. o 3,1% r/r. Wartość dziewiątego decyla stopnia zagrożenia upadłością wzrosła w tym okresie z 231 do 261 (tj. o 13,0%). Oznacza
to, że sytuacja podmiotów produkcyjnych o relatywnie najwyższym zagrożeniu upadłością pogorszyła się w ciągu ostatniego roku
bardziej niż przedsiębiorstw produkcyjnych o przeciętnym zagrożeniu upadłością.
Rozkład stopnia zagrożenia upadłością charakteryzuje się znaczną asymetrią prawostronną. W tego typu rozkładach wartość średnia
jest zauważalnie większa od mediany, czyli wartości środkowej. W rozkładach asymetrycznych prawostronnie zazwyczaj obserwuje
się, że wartość średnia jest silnie kształtowana poprzez relatywnie niewielką część analizowanej zbiorowości o największych war-
tościach badanej cechy, tj. stopnia zagrożenia upadłością. Należy zaznaczyć, że ta ogólna obserwacja dotyczy nie tylko przedsię-
biorstw produkcyjnych, lecz również pozostałych analizowanych rodzajów działalności oraz sekcji PKD (działów GN).
Analiza rozkładu decylowego wskazuje na wysokie wartości decyla ósmego oraz dziewiątego (wykres H na rys. 15.6), które to
w znacznej mierze przyczyniły się do ukształtowania również wysokiej wartości średniej zlokalizowanej pomiędzy decylem siód-
mym i ósmym. W rezultacie 20% przedsiębiorstw badanej grupy w dużej mierze wyznacza kierunek i natężenie zmian stopnia
zagrożenia mierzone syntetycznie za pomocą wartości średniej, którą to uznaje się za reprezentującą ogólną sytuację w całej
badanej zbiorowości przedsiębiorstw.
204
C
A
E
F
G
H
I–II 2009
I–II 2010
I–II 2011
I–II 2012
I–II 2013
III–IV 2007
III–IV 2009
III–IV 2010
III–IV 2011
III–IV 2012
I–II 2008
III–IV 2008
Wartość średniaOdchylenie standardowe
190
180
170
160
150
140
130
120
76
74
72
70
68
66
64
6260
58
B
I–II 2009
I–II 2010
I–II 2011
I–II 2012
I–II 2013
III–IV 2007
III–IV 2009
III–IV 2010
III–IV 2011
III–IV 2012
I–II 2008
III–IV 2008
320300280260240220200180160140120
Wartość średniapct 90Max./średnia
27
26
25
24
23
22
21
pct 20 pct 30 pct 40 pct 50 pct 60 pct 80 pct 90pct 70
20%
15%
10%
5%
0%
D
I–II 2013
I–II 2012
300
250
200
150
100
50
0
300
300
350
250
250
200
200
150
150
100
100
50
50
0
0
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
I–II 2013
I–II 2012
III–IV 2007I–II 2008
III–IV 2008
III–IV 2009I–II 2009
I–II 2010
III–IV 2010
III–IV 2012III–IV 2011
I–II 2013I–II 2011
I–II 2012
pct 70
pct 70
pct 80
pct 50
pct 30
pct 10
pct 90
pct 90
Rozstęp 90/10
350
300
250
200
150
100
50
0I–II
2009I–II
2010I–II
2011I–II
2012I–II
2013III–IV 2007
III–IV 2009
III–IV 2010
III–IV 2011
III–IV 2012
I–II 2008
III–IV 2008
Wartość średniapct 90Przedział górny Przedział dolny
III–IV 2007
I–II 2008
III–IV 2009I–II 2009
I–II 2010
III–IV 2010
III–IV 2012III–IV 2011
I–II 2013I–II 2011
I–II 2012
III–IV 2008
Uwagi: A – szereg czasowy wartości średniej i odchylenia standardowego, B – szereg czasowy wartości średniej, decyla dziewiątego oraz relacji maksimum do wartości średniej, C – wartości decyli dla dwóch okresów porównawczych, D – zmiana rozstępów międzydecylowych dla dwóch okresów porównawczych, E – dystrybuanta rozkładu dla dwóch okresów porównawczych, F – szereg czasowy odchyleń dodatnich decyli od średniej oraz szereg rozstępu między decylem dziewiątym a pierwszym, G – szereg czasowy wartości średniej, przedziału górnego (średnia + odch. std.) i dolnego (średnia – odch. std.) oraz decyla dziewiątego, H – szereg czasowy rozkładu decylowego.
Rys. 15.9. Statystyki opisowe stopnia zagrożenia upadłością przedsiębiorstw produkcyjnych w okresie od I połowy 2007 r. do I połowy 2013 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
205
Dystrybuanta rozkładów dla dwóch okresów porównawczych (I połowa 2012 r. i I połowa 2013 r.) uległa niewielkim zmianom
(wykres C i E). Szczególnie niski stopień zmian wartości zaobserwowano w decylach od pierwszego do ósmego, a zmiany w decylu
dziewiątym były relatywnie większe, bowiem rozstęp pomiędzy decylem dziewiątym a ósmym wzrósł o ok. 19% w porównaniu
z analogicznym okresem roku poprzedniego (wykres D). Rozpiętość dla 80% dokonanych obserwacji, tj. między decylem dziewią-
tym a pierwszym wzrosła ze 194 w I połowie 2012 r. do 219 w I połowie 2013 r. (o 12,9%), przy wzroście wartości średniej o 3,1%, tj.
z 163 do 168. Zakres wahań wartości decyla dziewiątego (różnica między maksimum a minimum jego wartości w całym badanym
okresie) wynosi 73 i jest szerszy od zakresu wahań wartości średniej wynoszącej 38, tj. o 92%. Odchylenie standardowe wykazuje
naprzemienne wahania, bez wyraźnej tendencji, przy braku istotnej korelacji ze zmianami wartości średniej (współczynnik korelacji
liniowej r = 0,31).
15.4. Zróżnicowanie stopnia zagrożenia upadłością w działach PKD
Znaczącym kierunkiem badań dotyczących kształtowania się stopnia zagrożenia finansowego kontynuacji działalności i upadło-
ści przedsiębiorstw w ramach Systemu Wczesnego Ostrzegania Projektu ISR jest analiza stopnia zagrożenia według rodzajów
prowadzonej działalności w Polsce w podziale na działy PKD, z uwzględnieniem klas ich wielkości (małe, średnie i duże). Ocena
kształtowania się stopnia zagrożenia upadłością została przeprowadzona na trzech etapach, tj. na podstawie kształtowania się
i zróżnicowania miary stopnia zagrożenia upadłością (MW), przyporządkowania wzorców normatywnych (I–IV) dla poszczególnych
działów na podstawie oceny wartości odchylenia stopnia zagrożenia dla działu (oMW D) i wartości odchylenia liczby pracujących
w dziale PKD od średniej dla rodzaju działalności (oLP D) oraz utworzenia listy rankingowej działów PKD z uwzględnieniem wartości
syntetycznej miary MSO.
Retrospektywna analiza zmian stopnia zagrożenia upadłością (MW) przedsiębiorstw w Polsce w okresie od I połowy 2007 r. do
I połowy 2013 r., zobrazowana na „mapach ciepła”, pozwala na obserwację poziomu i kształtowania się badanej miary. W działal-
ności produkcyjnej wartość stopnia zagrożenia upadłością powyżej średniej dla produkcji zaobserwowano w przedsiębiorstwach
zajmujących się produkcją pozostałego sprzętu transportowego (30) oraz wydobywaniem węgla kamiennego i węgla brunatnego
(05). Analiza zmian stopnia zagrożenia upadłością przedsiębiorstw według klas ich wielkości w działalności produkcyjnej wskazuje
na ponadprzeciętny jego poziom w małych podmiotach w czterech działach PKD, w średnich – w ośmiu, a w dużych – w siedmiu.
W działalności handlowej odnotowano korzystniejszą sytuację niż w produkcji i usługach, na co wskazuje fakt braku możliwości
wyodrębnienia działu PKD, w którym stopień zagrożenia upadłością utrzymywałby się powyżej średniej w całym okresie objętym
analizą. Najwyższe poziomy stopnia zagrożenia upadłością odnotowano w działalności usługowej, a wartości powyżej średniej
dla usług zaobserwowano w budownictwie (41, 42, 43), w transporcie (51, 52), w działalności związanej z zatrudnieniem (78) oraz
w działalności organizatorów turystyki, pośredników i agentów turystycznych (78). W działalności usługowej w przypadku małych
podmiotów w całym analizowanym okresie stopień zagrożenia upadłością kształtował się powyżej średniej dla usług w 3 działach
PKD, w średnich – w 4, a w dużych – w 6.
Analiza „map ciepła” wskazuje na wyraźnie wyższe wartości stopnia zagrożenia w działalności usługowej (w porównaniu z produk-
cyjną i handlową), szczególnie po 2010 r., kiedy nastąpił ich znaczący wzrost.
Analiza zmienności stopnia zagrożenia upadłością wskazuje na najwyższe średnie jego wartości i największą zmienność w działal-
ności związanej z: produkcją pozostałego sprzętu transportowego (30), pozostałym górnictwem i wydobywaniem (08), produkcją
wyrobów tytoniowych (12) i działalnością usługową wspomagającą górnictwo i wydobywanie (09). Dla małych podmiotów były
to takie działy, jak: produkcja pozostałego sprzętu transportowego (dział PKD 30), produkcja metali (24), produkcja urządzeń elek-
trycznych (27), działalność organizatorów turystyki, pośredników i agentów turystycznych (79). W średnich przedsiębiorstwach,
podobnie jak w małych, najwyższe średnie wartości i największą zmienność ich stopnia zagrożenia odnotowano w produkcji
pozostałego sprzętu transportowego (30), działalności organizatorów turystyki, pośredników i agentów turystycznych (79). Nato-
miast w podmiotach dużych – w produkcji pozostałego sprzętu transportowego (30), produkcji komputerów, wyrobów elektro-
nicznych i optycznych (26) oraz działalności związanej z wydobywaniem węgla kamiennego i brunatnego (05). Najbardziej stabilną
sytuację w klasie podmiotów małych odnotowano w działalności usługowej związanej z utrzymaniem porządku w budynkach
i zagospodarowaniem zieleni (81), w klasie podmiotów średnich w produkcji podstawowych substancji farmaceutycznych oraz
leków i pozostałych wyrobów farmaceutycznych (21), a w klasie podmiotów dużych w działalności zajmującej się wytwarzaniem
i zaopatrywaniem w energię elektryczną, gaz, parę wodną, gorącą wodę i powietrze do układów klimatyzacyjnych (35).
Kolejnym krokiem analizy było przypisanie rodzaju normatywnego wzorca (1, 2, 3 lub 4) dla każdego działu PKD w poszczególnych
okresach analizy – na podstawie oceny wartości odchylenia stopnia zagrożenia dla działu (oMW D) oraz wartości odchylenia liczby
pracujących w dziale PKD od średniej dla rodzaju działalności (oLP D).
206
Tabela 15.1. Mapa ciepła – zróżnicowanie stopnia zagrożenia upadłością przedsiębiorstw w Polsce według działów PKD w okresie od I połowy 2007 r. do I połowy 2013 r.
I-II 2007
III-IV 2007
I-II 2008
III-IV 2008
I-II 2009
III-IV 2009
I-II 2010
III-IV 2010
I-II 2011
III-IV 2011
I-II 2012
III-IV 2012
I-II 2013
454647
4142434950515253555658596061626366687879808182949596
HANDLOWE
USŁUGOWE
DziałyPKD
I-II 2007
III-IV 2007
I-II 2008
III-IV 2008
I-II 2009
III-IV 2009
I-II 2010
III-IV 2010
I-II 2011
III-IV 2011
I-II 2012
III-IV 2012
I-II 2013
5891011121314151617181920212223242526272829303132333536373839
PRODUKCYNE
DziałyPKD
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
1000
900
800
700
600
500
400
300
200
100
05 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 35 36 37 38 39
Działy PKD
1400
1200
1000
800
600
400
200
0 41 42 43 45 46 47 49 50 51 52 53 55 56 58 59 60 61 62 63 66 68 78 79 80 81 82 94 95 96
Działy PKDUwagi: jak do rys. 15.2.
Rys. 15.10. Statystyki opisowe zmienności stopnia zagrożenia upadłością przedsiębiorstw według działów PKD w Polsce w okresie od I połowy 2007 r. do I połowy 2013 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
207
Graficzną ilustrację rozproszenia działów PKD zaliczonych do działalności produkcyjnej przedstawiono na poniższych rysunkach.
Działy PKD zostały umieszczone na wykresie krzyżowym w czterech obszarach (wzorce I–IV), gdzie oś pozioma i pionowa to war-
tości średnie dla odpowiadających im miar (stopień zagrożenia upadłością i liczba pracujących). Umiejscowienie działu PKD na
wykresie pozwala na zobrazowanie jego pozycji względem dwóch miar objętych analizą.
Stop
ień
zagr
ożen
ia u
padł
ości
ą
Liczba pracujących
3,00
2,50
2,00
1,50
1,00
0,50
0,000,00 3,002,502,001,501,000,50
Stop
ień
zagr
ożen
ia u
padł
ości
ąLiczba pracujących
3,00
2,50
2,00
1,50
1,00
0,50
0,000,00 3,002,502,001,501,000,50
Rys. 15.11. Działy PKD działalności produkcyjnej (panel lewy) i usługowej (panel prawy) według stopnia zagrożenia upadłością i liczby pracujących w I połowie 2013 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
Tabela 15.2. Mapa ciepła wzorców normatywnych w działach PKD według rodzajów działalności gospodarczej w Polsce w okresie od I połowy 2007 r. do I połowy 2013 r.
I-II 2007
III-IV 2007
I-II 2008
III-IV 2008
I-II 2009
III-IV 2009
I-II 2010
III-IV 2010
I-II 2011
III-IV 2011
I-II 2012
III-IV 2012
I-II 2013
5891011121314151617181920212223242526272829303132333536373839
PRODUKCYJNE
I-II 2007
III-IV 2007
I-II 2008
III-IV 2008
I-II 2009
III-IV 2009
I-II 2010
III-IV 2010
I-II 2011
III-IV 2011
I-II 2012
III-IV 2012
I-II 2013
454647
4142434950515253555658596061626366687879808182949596
HANDLOWE
USŁUGOWE
wzorzec I wzorzec II wzorzec III wzorzec IV
DziałyPKD
DziałyPKD
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
208
Pełny obraz uzyskanych wzorów normatywnych dla poszczególnych działów w okresie od I połowy 2007 r. do I połowy 2013 r.
przedstawiono na poniższych „mapach ciepła”, na których cztery kolory odpowiadają odpowiednim wzorcom normatywnym (kolor
czerwony – wzorzec I, kolor żółty – wzorzec II, kolor jasnozielony – wzorzec III i kolor ciemnozielony – wzorzec IV)3. Taka prezentacja
wyników w sposób przejrzysty ukazuje kształtowanie się ustalonych wzorców w całym okresie analizy dla działów PKD objętych
badaniem. Na podstawie „map ciepła” wzorców normatywnych zaobserwowano koncentrację wzorca I (obszar wysokiego zagro-
żenia) w budownictwie od 2010 r. oraz w działalności związanej z handlem detalicznym w całym badanym okresie.
Tabela 15.3. Lista rankingowa działów PKD w produkcji według miary MSO w okresie od I połowy 2007 r. do I połowy 2013 r. według klas ich wielkości
Ogółem małe średnie duże
1 27 2
2 1 1 1
3 3 4 4
4 17 25 3
5 7 3 15
6 9 16 6
7 23 11 11
8 13 10 7
9 5 2 14
10 15 19 10
11 2 6 5
12 8 20 8
13 8 17
14 11 14 22
15 18 7 9
16 26 13 28
17 28 12 24
18 30 30 13
19 10 17 16
20 4 5 12
21 16
22 6 21 23
23 20 29 19
24 19 9 20
25 22 18
26 14 24 18
27 12 15 21
28 27 22 27
29 25 31 25
30 29 23 29
31 24 26 26
32 21 28 30
Pozycja rangowa
DZIAŁANOŚĆ PRODUKCYJNA
Działy PKD
05 Wydobywanie węgla kamiennego i węgla brunatnego (lignitu)
30 Produkcja pozostałego sprzętu transportowego
25 Produkcja metalowych wyrobów gotowych, z wyłączeniem maszyn i urządzeń
27 Produkcja urządzeń elektrycznych
16 Produkcja wyrobów z drewna oraz korka, z wyłączeniem mebli; produkcja wyrobów ze słomy i materiałów używanych do wyplatania
28 Produkcja maszyn i urządzeń, gdzie indziej niesklasyfikowana
31 Produkcja mebli
26 Produkcja komputerów, wyrobów elektronicznych i optycznych
10 Produkcja artykułów spożywczych
29 Produkcja pojazdów samochodowych, przyczep i naczep, z wyłączeniem motocykli
24 Produkcja metali
33 Naprawa, konserwacja i instalowanie maszyn i urządzeń
12 Produkcja wyrobów tytoniowych
13 Produkcja wyrobów tekstylnych
08 Pozostałe górnictwo i wydobywanie
36 Pobór, uzdatnianie i dostarczanie wody
18 Poligrafia i reprodukcja zapisanych nośników informacji
37 Odprowadzanie i oczyszczanie ścieków
11 Produkcja napojów
23 Produkcja wyrobów z pozostałych mineralnych surowców niemetalicznych
09 Działalność usługowa wspomagająca górnictwo i wydobywanie
14 Produkcja odzieży
35 Wytwarzanie i zaopatrywanie w energię elektryczną, gaz, parę wodną, gorącą wodę i powietrze do układów klimatyzacyjnych
22 Produkcja wyrobów z gumy i tworzyw sztucznych
39 Działalność związana z rekultywacją i pozostała działalność usługowa związana z gospodarką odpadami
15 Produkcja skór i wyrobów ze skór wyprawionych
19 Wytwarzanie i przetwarzanie koksu i produktów rafinacji ropy naftowej
32 Pozostała produkcja wyrobów
20 Produkcja chemikaliów i wyrobów chemicznych
17 Produkcja papieru i wyrobów z papieru
38 Działalność związana ze zbieraniem, przetwarzaniem i unieszkodliwianiem odpadów; odzysk surowców21 Produkcja podstawowych substancji farmaceutycznych oraz leków i pozostałych wyrobów farmaceutycznych
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
3 Pełna klasyfikacja wzorców normatywnych została przedstawiona w podrozdziale 10.6.
209
Ostatnim krokiem analizy jest stworzenie listy rankingowej działów na podstawie syntetycznej miary MSO. Analiza rozmieszczenia
działów PKD na wykresach krzyżowych (przyporządkowania do wzorców I–IV) oraz uzyskanej wartości miary MSO pozwala na
sporządzenie listy rankingowej działów PKD – od najbardziej zagrożonego, do działu o najmniejszej wartości stopnia zagrożenia
(im niższa wartość rangi, tym wyższy poziom zagrożenia, a im wyższa wartość, tym niższy stopień zagrożenia). Dodatkowo, w ce-
lach analityczno-porównawczych przypisano rangi analogicznym działom PKD dla przedsiębiorstw małych, średnich i dużych,
wskazując tym samym pozycję tego działu PKD w tej klasie wielkości przedsiębiorstw4. Analiza rankingowa wskazuje na trudną
sytuację ekonomiczną przy znaczącym udziale w liczbie pracujących w działalności związanej z wydobywaniem węgla kamienne-
go w podmiotach ogółem i podmiotach dużych oraz w działalności związanej z produkcją pozostałego sprzętu transportowego
w podmiotach wszystkich klas wielkości. Pomimo ogólnie dobrej sytuacji w handlu, szczególną uwagę należy zwrócić na handel
hurtowy. W działalności usługowej kluczowymi działami, które należy obserwować są te związane z działalnością transportową oraz
budownictwem. Trudna sytuacja oraz wysoki poziom koncentracji pracujących wystąpił w działalności organizatorów turystyki.
Tabela 15.4. Lista rankingowa działów PKD w handlu według miary MSO w okresie od I połowy 2007 r. do I połowy 2013 r. według klas ich wielkości
Ogółem małe średnie duże
47 Handel detaliczny, z wyłączeniem handlu detalicznego pojazdami samochodowymi 1 1 1 1
46 Handel hurtowy, z wyłączeniem handlu pojazdami samochodowymi 2 3 2 2
45 Handel hurtowy i detaliczny pojazdami samochodowymi; naprawa pojazdów samochodowych 3 2 3 3
Działy PKD
Pozycja rangowa
DZIAŁALNOŚĆ HANDLOWA
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
Tabela 15.5. Lista rankingowa działów PKD w usługach według miary MSO w okresie od I połowy 2007 r. do I połowy 2013 r. według klas ich wielkości
1 17 1 1
2 2 2 6
3 20 3
4 4 6 8
5 9 9 3
6 25
7 6 8 2
8 18 5 7
9 14 12 5
10 15 19 4
11
12 1 11 20
49 Transport lądowy oraz transport rurociągowy
42 Roboty związane z budową obiektów inżynierii lądowej i wodnej
50 Transport wodny
41 Roboty budowlane związane ze wznoszeniem budynków
78 Działalność związana z zatrudnieniem
51 Transport lotniczy
79 Działalność organizatorów turystyki, pośredników i agentów turystycznych oraz pozostała działalność usługowa w zakresie rezerwacji i działalności z nią związane59 Działalność związana z produkcją filmów, nagrań wideo, programów telewizyjnych, nagrań dźwiękowych i muzycznych
52 Magazynowanie i działalność usługowa wspomagająca transport
80 Działalność detektywistyczna i ochroniarska
53 Działalność pocztowa i kurierska
68 Działalność związana z obsługą rynku nieruchomości
Ogółem małe średnie dużeDziały PKD
Pozycja rangowa
DZIAŁALNOŚĆ USŁUGOWA
cd. ®
4 W celu graficznej ilustracji pozycji działów PKD w czterech przekrojach zastosowano stopniowanie kolorami – od czerwonego (najwyższa wartość miary MSO), do zielonego (najniższa wartość miary MSO).
210
13 11 4 17
14 13 10 13
15 10 18 9
16 3 22 22
17 8 14 14
18 7 13 18
19 16 23 16
20 24 21 10
21 23 15 21
22 21
23 12 20 19
24 19 17 15
25 5 7 11
26 22 16 12
82 Działalność związana z administracyjną obsługą biura i pozostała działalność wspomagająca prowadzenie działalności gospodarczej
43 Roboty budowlane specjalistyczne
95 Naprawa i konserwacja komputerów i artykułów użytku osobistego i domowego
96 Pozostała indywidualna działalność usługowa
61 Telekomunikacja
58 Działalność wydawnicza
63 Działalność usługowa w zakresie informacji
81 Działalność usługowa związana z utrzymaniem porządku w budynkach i zagospodarowaniem terenów zieleni66 Działalność wspomagająca usługi finansowe oraz ubezpieczenia i fundusze emerytalne94 Działalność organizacji członkowskich
62 Działalność związana z oprogramowaniem i doradztwem w zakresie informatyki oraz działalność powiązana60 Nadawanie programów ogólnodostępnych i abonamentowych
55 Zakwaterowanie
56 Działalność usługowa związana z wyżywieniem
Ogółem małe średnie dużeDziały PKD
Pozycja rangowa
DZIAŁALNOŚĆ USŁUGOWA
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
15.5. Obszary wysokiego zagrożenia upadłością
Do wyboru szczególnie zagrożonych działów PKD posłużono się miarą MSO obejmującą ocenę dwóch kategorii – relacji stopnia
zagrożenia upadłością i liczby pracujących w danym dziale PKD względem średniej dla rodzaju działalności, do której został za-
kwalifikowany przedmiotowy dział PKD. Jako działy wymagające szczególnej uwagi wybrano te, które zostały zakwalifikowane do
wzorca I, czyli cechujące się stopniem zagrożenia upadłością powyżej wartości średniej dla rodzaju działalności oraz w których
liczba pracujących była na poziomie ponadprzeciętnym. Dokonywany wybór odbywa się odrębnie dla działalności produkcyjnej,
handlowej i usługowej, jak zostało to przedstawione w poprzednim podrozdziale, z wykorzystaniem list rankingowych dla działów
PKD opracowanych na podstawie syntetycznej miary MSO. W konsekwencji prezentowany jest zbiór liczący 10 działów PKD (tzw.
„TOP 10”). Jednak ze względu na istotność informacji dotyczącej obszarów szczególnie zagrożonych (działów PKD) przyjęto, że zbiór
ten może ulegać zmianie. W tabeli 15.6 przedstawiono obszary działalności (działy PKD) – jako szczególnie zagrożone (prezento-
wane od 3 edycji badań w ramach SWO Projektu ISR).
Wybrane działy PKD są scharakteryzowane poprzez liczbę pracujących, udział w liczbie pracujących ogółem, liczbę przedsiębiorstw,
wartość sprzedaży, aktywów oraz kapitału własnego. Zaprezentowano i omówiono następnie kształtowanie się stopnia zagroże-
nia upadłością w analizowanym okresie, a także oszacowane prognozy stopnia zagrożenia upadłością, z uwzględnieniem zmian
wartości zmiennych opisujących to zagrożenie oraz ich wartości prognozowanych (produktywność majątku, zadłużenie krótko-
terminowe, samofinansowanie, rentowność operacyjna aktywów) i, dodatkowo, z wykorzystaniem miary długości cyklu krążenia
gotówki i jej składowych (cyklu zapasów, należności i zobowiązań krótkoterminowych), a także płynności bieżącej.
Ze względu na ograniczone ramy niniejszej publikacji na rysunku 15.12 przedstawiono metryczkę opisu dla działu PKD (41) – roboty
budowlane związane ze wznoszeniem budynków za okres od I połowy 2007 r. do I połowy 2013 r. wraz z prognozami stopnia
zagrożenia upadłością dla II połowy 2013 r. i I połowy 2014 r., charakterystyką i opisem zmiennych modelu, a także podstawowymi
informacjami o analizowanym dziale PKD.
211
Tabela 15.6. Wybrane obszary najwyższego zagrożenia upadłością (działy PKD) według miary MSO w okresie od I połowy 2011 r. do I połowy 2013 r.
Działy PKD I–II 20 11 III–IV 2011 I–II 2012 III–IV 2012 I–II 2013
Przedsiębiorstwa produkcyjne
05 Wydobywanie węgla kamIennego i węgla brunatnego (lignitu) – – √ √ √
08 Pozostałe górnictwo i wydobywanie – – √ √ –
09 Działalność usługowa wspomagająca górnictwo i wydobywanie – – √ √ –
24 Produkcja metali – – √ √ –
25 Produkcja metalowych wyrobów gotowych, z wyłączeniem maszyn i urządzeń
√ √ – √ √
26 Produkcja komputerów, wyrobów elektronicznych i optycznych – √ – √ –
27 Produkcja urządzeń elektrycznych √ √ √ √ √
29 Produkcja pojazdów samochodowych, przyczep i naczep, z wyłączeniem motocykli
– – √ √ –
30 Produkcja pozostałego sprzętu transportowego – √ √ √ –
31 Produkcja mebli √ √ – – –
33 Naprawa, konserwacja i instalowanie maszyn i urządzeń – – – – √
Przedsiębiorstwa handlowe
45 Handel hurtowy i detaliczny pojazdami samochodowymi ; naprawa pojazd ów samochodowych
√ √ √ √ –
47 Handel detaliczny, z wyłączeniem handlu detalicznego pojazdami sa-mochodowymi
√ √ √ √ √
Przedsiębiorstwa usługowe
41 Roboty budowlane związane ze wznoszeniem budynków √ √ √ √ √
42 Roboty związane z budową obiektów inżynierii lądowej i wodnej √ √ √ √ √
43 Roboty budowlane specjalistyczne √ √ – √ √
49 Transport lądowy oraz transport rurociągowy √ √ – – –
51 Transport lotniczy – – √ √ –
52 Magazynowanie i działalność usługowa wspomagająca transport √ √ x √ √
78 Działalność związana z zatrudnieniem x – √ √ √
79 Działalność organizatorów turystyki, pośredników i agentów turystycznych oraz pozostała działalność usługowa w zakresie rezerwacji
– – √ √ –
Uwagi: „–” – nie wystąpił w danym okresie, √ :– wystąpił w danym okresie, √ – wystąpił w danym okresie i dodatkowo został scharakteryzowany za pomocą metryczki opisu działu PKD.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raporty 1–12, op.cit.
Dział charakteryzuje wzrost stopnia zagrożenia (+12,06% r/r) do 333 w I połowie 2013 r. Prognozowane zmiany stopnia zagrożenia
wskazują na jego dalszy wzrost w II połowie 2013 r. i I połowie 2014 r. (312 i 356) – co w perspektywie do I połowy 2015 r. wymaga
obserwacji. Liczba przedsiębiorstw zmalała (o -5,26% r/r, tj. 106 podmiotów), przy znacznym zmniejszeniu liczby pracujących
(-17,67% r/r, tj. 23.202 osoby). Na wzrost stopnia zagrożenia wpłynęło zmniejszenie: produktywności majątku (-20,88% r/r) i ren-
towności operacyjnej aktywów (-16,01% r/r). Odnotowano nieznaczny wzrost płynności bieżącej (+7,02% r/r) oraz zmniejszenie
zadłużenia krótkoterminowego (-11,11% r/r). Czas oczekiwania na gotówkę wydłużył się (+30,67% r/r) do 102 dni w wyniku wy-
dłużenia cyklu zapasów (+25,58% r/r) i cyklu należności (+10,33% r/r), co tylko nieznacznie skompensowało wydłużenie terminów
płatności zobowiązań krótkoterminowych (+9,89% r/r).
212
Dział PKD: ROBOTY BUDOWLANE ZWIĄZANE ZE WZNOSZENIEM BUDYNKÓW
Liczba przedsiębiorstw: 1 909 Liczba
pracujących: 108 079 Udział w liczbie pracujących: 2,23%
Przychody ze sprzedaży: 40 922,50 mln zł Aktywa: 56 803,48 mln zł Wartość księgowa
netto: 22 387,60 mln zł
Stopień zagrożenia upadłością
I–II 2012 III–IV 2012 I–II 2013
297 286 333 12,06%
Tempo r/r
I–II 2007 I–II 2009 I–II 2010 I–II 2011 I–II 2012 I–II 2013 I–II 2014III–IV 2007 III–IV 2009 III–IV 2010 III–IV 2011 III–IV 2012 III–IV 2013I–II 2008 III–IV 2008
400
350
300
250
200
150
100
50
0
60%
40%
20%
0%
-20%
Stopień zagrożenia upadłością (oś lewa) Tempo r/r (oś prawa)
Liczba przedsiębiorstw i pracujących
PM i ROOA
WSF i WZ
KRÓTKTERM.
CGOT W DNIACH
160 000
150 000
140 000
130 000
120 000
110 000
100 000
Liczba pracujących (oś lewa)Liczba podmiotów (oś prawa)
I–II 2007 I–II 2009 I–II 2010 I–II 2011 I–II 2012 I–II 2013III–IV 2007 III–IV 2009 III–IV 2010 III–IV 2011 III–IV 2012I–II 2008 III–IV 2008
2600
2400
2200
2000
1800
1600
1400
1200
Produktywność majątku (oś lewa)Rentowność operacyjna aktywów (oś prawa, w %)
I–II 2007 I–II 2009 I–II 2010 I–II 2011 I–II 2012 I–II 2013III–IV 2007 III–IV 2009 III–IV 2010 III–IV 2011 III–IV 2012I–II 2008 III–IV 2008
12%
10%
8%
6%
4%
2%
0%
1,20
1,10
1,00
0,90
0,80
0,70
0,60
0,50
I–II 2007 I–II 2009 I–II 2010 I–II 2011 I–II 2012 I–II 2013III–IV 2007 III–IV 2009 III–IV 2010 III–IV 2011 III–IV 2012I–II 2008 III–IV 2008 I–II 2007 I–II 2009 I–II 2010 I–II 2011 I–II 2012 I–II 2013III–IV 2007 III–IV 2009 III–IV 2010 III–IV 2011 III–IV 2012I–II 2008 III–IV 2008wskaźnik samofinansowania (oś lewa) CGOT (w dniach)wskaźnik zadłużenia krótkoterminowego (oś prawa) CZKR (w dniach)
0,48
0,44
0,39
0,35
0,30
0,38
0,37
0,36
0,35
0,34
0,33
0,32
0,31
0,30
160
140
120
100
80
60
40
20
0
CZ (w dniach) CN (w dniach)
Rys. 15.12. Metryczka opisu działu PKD z wykorzystaniem podstawowych informacji, miary MW oraz zmiennych modelu stopnia zagrożenia upadłością w okresie od I połowy 2007 r. do I połowy 2014 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
213
Tak scharakteryzowane i opisane wybrane działy PKD (prezentowane w komponencie mikroekonomicznym – Raporty Mikroeko-
nomiczne) – wraz z analizą koniunktury (zegarami wahań cyklicznych) i perspektywami rozwojowymi (prognozy z rozkładami
predyktywnymi) w sektorach produkcji, handlu i budownictwa polskiej gospodarki (prezentowane w komponencie makroeko-
nomicznym – Raporty Makroekonomiczne) – tworzą razem całościową ocenę dla każdego wybranego działu PKD ze wskazaniem
jego perspektyw rozwojowych.
15.6. Stopień zagrożenia upadłością w ujęciu regionalnym
Kolejnym istotnym kierunkiem badań stopnia zagrożenia finansowego kontynuacji działalności i upadłości przedsiębiorstw w ra-
mach Systemu Wczesnego Ostrzegania Projektu ISR jest analiza tego zagrożenia w ujęciu regionalnym dla 16 województw w Polsce
dla podmiotów ogółem oraz w podziale na rodzaj prowadzonej działalności, tj. produkcyjnej, handlowej i usługowej. Ocena kształ-
towania się stopnia zagrożenia upadłością została przeprowadzona na trzech etapach, tj. na podstawie kształtowania się i zróżni-
cowania miary MW w danych regionach w przyjętych przekrojach analitycznych, przyporządkowania wzorców normatywnych
(I–IV) dla poszczególnych regionów na podstawie oceny wartości odchylenia stopnia zagrożenia dla regionu (oMW D) i wartości
odchylenia liczby pracujących w regionie od średniej dla rodzaju działalności (oLP D), oraz utworzenia listy rankingowej działów
PKD z uwzględnieniem wartości syntetycznej miary MSO.
Regionalna analiza zmian stopnia zagrożenia upadłością dla podmiotów ogółem wskazuje na najwyższą jego średnią wartość
w województwach zachodniopomorskim oraz dolnośląskim. Miara ta we wskazanych regionach pozostawała na poziomie wysokim
w całym okresie analizy. W sześciu województwach zlokalizowanych we wschodniej Polsce średnia wartość stopnia zagrożenia
upadłością kształtowała się na poziomie ostrzegawczym. Graficzna ilustracja kształtowania się średnich wartości analizowanej miary
w regionach wyraźnie wskazuje na linię „północ–południe” dzielącą mapę Polski na dwie części. Województwa zlokalizowane w za-
chodniej Polsce, z wyjątkiem dolnośląskiego i zachodniopomorskiego, cechują się niskim stopniem zagrożenia, a w części wschod-
niej ostrzegawczym. Analiza zmienności stopnia zagrożenia wskazuje na ich najwyższe wartości w województwach dolnośląskim
i świętokrzyskim. Najniższe stopnie zagrożenia i najbardziej stabilną sytuację zaobserwowano w województwach: małopolskim,
łódzkim, lubuskim, wielkopolskim i opolskim.
maz
owiec
kie
śląsk
ie
doln
ośląs
kie
zach
odni
opom
orsk
ie
wiel
kopo
lskie
mało
polsk
ie
kujaw
sko-
pom
orsk
ie
lube
lskie
łódz
kie
pom
orsk
ie
war
miń
sko-
maz
ursk
ie
podk
arpa
ckie
lubu
skie
święt
okrz
yskie
podl
askie
opol
skie
400
300
200
100
0
160
200
Uwagi: jak do rys. 15.2.
Rys. 15.13. Regionalne zróżnicowanie stopnia zagrożenia upadłością przedsiębiorstw (panel prawy) oraz statystyki opisowe jego zmienności (panel lewy) dla przedsiębiorstw ogółem według województw w Polsce w okresie od I połowy 2007 r. do I połowy 2013 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
Analizując stopień zagrożenia upadłością dla przedsiębiorstw produkcyjnych w ujęciu regionalnym, należy wskazać, że kształtuje
się on inaczej niż miało to miejsce dla podmiotów ogółem, bowiem tylko w województwie zachodniopomorskim odnotowano
najwyższe wartości stopnia zagrożenia upadłością. Odmiennie niż w przypadku podmiotów ogółem, wysokie wartości stopnia
zagrożenia upadłością wśród przedsiębiorstw produkcyjnych odnotowano w województwie warmińsko-mazurskim. Analiza zmian
wartości MW wskazuje na największą jej zmienność (odchylenie standardowe) w województwach: zachodniopomorskim, święto-
krzyskim, opolskim i lubuskim. Najbardziej stabilną sytuację w analizowanym okresie w przedsiębiorstwach produkcyjnych (niska
wartość odchylenia standardowego) zaobserwowano w województwach wielkopolskim i małopolskim.
214
maz
owiec
kie
śląsk
ie
doln
ośląs
kie
zach
odni
opom
orsk
ie
wiel
kopo
lskie
mało
polsk
ie
kujaw
sko-
pom
orsk
ielu
belsk
ie
łódz
kie
pom
orsk
ie
war
miń
sko-
maz
ursk
ie
podk
arpa
ckie
lubu
skie
święt
okrz
yskie
podl
askie
opol
skie
500
400
300
200
100
0
160
200
Uwagi: jak do rys. 15.2.
Rys. 15.14. Regionalne zróżnicowanie stopnia zagrożenia upadłością przedsiębiorstw (panel prawy) oraz statystyki opisowe jego zmienności (panel lewy) dla przedsiębiorstw produkcyjnych według województw w Polsce w okresie od I połowy 2007 r. do I połowy 2013 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
Stopień zagrożenia upadłością dla przedsiębiorstw handlowych w ujęciu regionalnym charakteryzował się znacząco niższymi
wartościami w porównaniu z pozostałymi rodzajami działalności. Należy jednak zwrócić uwagę na wysoką wartość zagrożenia
upadłością na terenie województwa świętokrzyskiego, nieobserwowaną dla innych rodzajów działalności (poziom ostrzegawczy)
w tym regionie. W pozostałych województwach stopień zagrożenia kształtował się na poziomie niskim. Pomimo tak ukształtowa-
nych wartości miary MW dla podmiotów handlowych w poszczególnych województwach (z wyjątkiem wskazanego województwa
świętokrzyskiego), stosunkowo wysoka była ich zmienność w analizowanym okresie, z wyjątkiem województwa małopolskiego.
Najbardziej stabilną sytuację pod tym względem zaobserwowano w województwie łódzkim.
maz
owiec
kie
śląsk
ie
doln
ośląs
kie
zach
odni
opom
orsk
ie
wiel
kopo
lskie
mało
polsk
ieku
jawsk
o-po
mor
skie
lube
lskie
łódz
kie
pom
orsk
ie
war
miń
sko-
maz
ursk
ie
podk
arpa
ckie
lubu
skie
święt
okrz
yskie
podl
askie
opol
skie
160
200
300
200
100
0
Uwagi: jak do rys. 15.2.
Rys. 15.15. Regionalne zróżnicowanie stopnia zagrożenia upadłością przedsiębiorstw (panel prawy) oraz statystyki opisowe jego zmienności (panel lewy) dla przedsiębiorstw handlowych według województw w Polsce w okresie od I połowy 2007 r. do I połowy 2013 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
Regionalna analiza stopnia zagrożenia upadłością dla podmiotów działalności usługowej wskazuje, że najwięcej województw
o wysokim stopniu zagrożenia upadłością znajduje się w centralno-wschodniej i centralno-zachodniej Polsce. Pomimo faktu, że
najwyższą średnią wartość MW dla podmiotów usługowych zaobserwowano w województwie mazowieckim, to najwyższe mak-
symalne jej poziomy wystąpiły w województwie dolnośląskim. W północnym regionie Polski odnotowano niskie wartości MW,
wskazując tę część kraju jako obszar najmniej zagrożony dla działalności usługowej. Województwa małopolskie i świętokrzyskie
dla podmiotów usługowych uzyskały rekomendacje ostrzegawcze. Największą stabilność w działalności usługowej (niski stopień
zagrożenia i niska jego zmienność) zaobserwowano w województwach zachodniopomorskim i pomorskim.
215
maz
owiec
kie
śląsk
ie
doln
ośląs
kie
zach
odni
opom
orsk
ie
wiel
kopo
lskie
mało
polsk
ie
kujaw
sko-
pom
orsk
ie
lube
lskie
łódz
kie
pom
orsk
ie
war
miń
sko-
maz
ursk
ie
podk
arpa
ckie
lubu
skie
święt
okrz
yskie
podl
askie
opol
skie
160
200
700
600
500
400
300
200
100
0
Uwagi: jak do rys. 15.2.
Rys. 15.16. Regionalne zróżnicowanie stopnia zagrożenia upadłością przedsiębiorstw (panel prawy) oraz statystyki opisowe jego zmienności (panel lewy) dla przedsiębiorstw usługowych według województw w Polsce w okresie od I połowy 2007 r. do I połowy 2013 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
Kolejnym krokiem w analizie i ocenie stopnia zagrożenia upadłością w ujęciu regionalnym jest przyporządkowanie dla każdego
województwa odpowiedniego wzorca (I–IV). Jest to realizowane na podstawie uzyskanej miary MSO w poszczególnych okre-
sach analizy oraz znaczenia regionu ze względu na pracujących (koncentracja liczby pracujących). „Mapy ciepła” przedstawiające
kształtowanie się wzorców w poszczególnych regionach wskazują na odmienne ich „charaktery” dla poszczególnych rodzajów
działalności oraz podmiotów ogółem. Na szczególną uwagę zasługują województwa, w których w całym analizowanym okresie
wystąpił wzorzec I (kolor czerwony). W przypadku podmiotów produkcyjnych i handlowych zaobserwowano poprawę sytuacji
w województwach, a w działalności usługowej od 2010 r. – wzrost liczby województw cechujących się wysokim i średniowysokim
zagrożeniem (wzorzec I i II).
Ostatnim etapem analizy stopnia zagrożenia upadłością w ujęciu regionalnym jest sporządzenie listy rankingowej województw na
podstawie kształtowania się miary MSO w całym okresie analizy. Województwom przypisuje się rangi od 1 do 16, przy czym najniż-
sza wartość rangi wskazuje na region najbardziej zagrożony, a jej najwyższa wartość region o najniższym zagrożeniu. Województwa
zostały uporządkowane według posiadanej rangi dla podmiotów ogółem, a także z uwzględnieniem rodzaju prowadzonej dzia-
łalności. Na podstawie listy rankingowej należy wskazać, że regionami objętymi szczególną uwagą powinny być: województwo
dolnośląskie dla podmiotów ogółem, śląskie dla działalności produkcyjnej, dolnośląskie i mazowieckie dla handlu i usług.
Tabela 15.7. Regionalne zróżnicowanie miary MSO według jej wzorców oraz rodzaju prowadzonej działalności gospodarczej w Polsce w okresie od I połowy 2007 r. do I połowy 2013 r.
Województwa I–II
2007III–IV 2007
I–II 2008
II–IV 2008
I–II 2009
III–IV 2009
I–II 2010
III–IV 2010
I–II 2011
III–IV 2011
I–II 2012
III–IV 2012
I–II 2013
dolnośląskiekujawsko-pomorskie
lubelskielubuskiełódzkie
małopolskiemazowieckie
opolskiepodkarpackie
podlaskiepomorskie
śląskieświętokrzyskie
warmińsko-mazurskiewielkopolskie
zachodniopomorskie
Ogółem
cd. ®
216
Produkcja
dolnośląskie
kujawsko-pomorskie
lubelskie
lubuskie
łódzkie
małopolskie
mazowieckie
opolskie
podkarpackie
podlaskie
pomorskie
śląskie
świętokrzyskie
warmińsko-mazurskie
wielkopolskie
zachodniopomorskie
Województwa I–II 2007
III–IV 2007
I–II 2008
II–IV 2008
I–II 2009
III–IV 2009
I–II 2010
III–IV 2010
I–II 2011
III–IV 2011
I–II 2012
III–IV 2012
I–II 2013
Handel
dolnośląskiekujawsko-pomorskie
lubelskielubuskiełódzkie
małopolskiemazowieckie
opolskiepodkarpackie
podlaskiepomorskie
śląskieświętokrzyskie
warmińsko-mazurskiewielkopolskie
zachodniopomorskie
Województwa I–II 2007
III–IV 2007
I–II 2008
II–IV 2008
I–II 2009
III–IV 2009
I–II 2010
III–IV 2010
I–II 2011
III–IV 2011
I–II 2012
III–IV 2012
I–II 2013
Usługi
dolnośląskiekujawsko-pomorskie
lubelskielubuskiełódzkie
małopolskiemazowieckie
opolskiepodkarpackie
podlaskiepomorskie
śląskieświętokrzyskie
warmińsko-mazurskiewielkopolskie
zachodniopomorskie
Województwa I–II 2007
III–IV 2007
I–II 2008
II–IV 2008
I–II 2009
III–IV 2009
I–II 2010
III–IV 2010
I–II 2011
III–IV 2011
I–II 2012
III–IV 2012
I–II 2013
wzorzec I wzorzec II wzorzec III wzorzec IV
gdzie:
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
217
Tabela 15.8. Regionalna lista rankingowa według wartości miary MSO oraz rodzaju prowadzonej działalności w Polsce w okresie od I połowy 2007 r. do I połowy 2013 r.
ogółem produkcja handel usługi
dolnośląskie 1 2 1 1
mazowieckie 2 10 2 2
śląskie 3 1 6 9
zachodniopomorskie 4 3 15 14
warmińsko-mazurskie 5 5 14 10
lubelskie 6 16 4 6
pomorskie 7 4 7 5
świętokrzyskie 8 14 5 7
wielkopolskie 9 12 9 3
łódzkie 10 7 10 11
małopolskie 11 11 3 4
podkarpackie 12 13 12 8
podlaskie 13 6 13 13
lubuskie 14 9 11 12
kujawsko-pomorskie 15 8 8 16
opolskie 16 15 16 15
WojewództwoPozycja rangowa
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
15.7. Weryfikacja ocen stopnia zagrożenia upadłością
Empiryczną weryfikacją oceny zmian ogólnej kondycji analizowanego sektora przedsiębiorstw, wyrażonej miarą stopnia zagrożenia
upadłością (MW), jest analiza porównawcza względem kształtowania się odsetka wszczętych sądowych postępowań upadłościo-
wych. Oba szeregi czasowe są statystycznie istotnie i wysoce skorelowane, a linia trendu dla wszczętych sądowych postępowań
upadłościowych wyznacza wartości mieszczące się w przedziale ograniczonym wartościami miary stopnia zagrożenia upadłością,
tj. wariantem pesymistycznym i optymistycznym.
Wartości stopnia zagrożenia upadłością i odsetka wszczętych sądowych postępowań upadłościowych dla I połowy 2013 r. osiągnęły
w zasadzie ten sam poziom (odpowiednio: 197 i 194), a współczynnik korelacji liniowej wyniósł r = 0,82. Kolejna obserwacja – II
połowa 2013 r. – potwierdza wysoką, empiryczną weryfikowalność oceny zagrożenia wynikami analizy odsetka wszczętych sądo-
wych postępowań upadłościowych, bowiem wartość MW wyniosła 178, wobec OU 182 (różnica między nimi wynosi tylko 2,2%).
Wzrosła także wartość współczynnika korelacji liniowej MW i OU do poziomu r = 0,85.
Drugą płaszczyzną empirycznej weryfikacji oceny stopnia zagrożenia jest wnioskowanie dotyczące trafności prognoz stopnia
zagrożenia upadłością (por. rysunek 15.18).
218
Odsetek sądowych postępowań upadłościowychStopień zagrożenia upadłością – MW
I–II 2009 I–II 2010 I–II 2011 I–II 2012 I–II 2013 I–II 2014III–IV 2009 III–IV 2010 III–IV 2011 III–IV 2012 III–IV 2013I–II 2008 III–IV 2008
210
190
170
150
130
110
90
Uwagi: wartość „Ogółem” ustalona jako średnia ważona (liczbą pracujących) z wartości obliczonej dla poszczególnych rodzajów działalności. War-tości dla scenariusza optymistycznego oznaczone są kolorem zielonym, a dla pesymistycznego – kolorem czerwonym. Wielkości prognozowane oznaczono linią przerywaną.
Rys. 15.17. Stopień zagrożenia upadłością przedsiębiorstw oraz odsetek wszczętych sądowych postępowań upadłościowych przedsiębiorstw ogółem w okresie od I połowy 2008 r. do I połowy 2014 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
I–II 2009 I–II 2010 I–II 2011 I–II 2012 I–II 2013 I–II 2014III–IV 2009 III–IV 2010 III–IV 2011 III–IV 2012 III–IV 2013I–II 2008 III–IV 2008I–II 2007 III–IV 2007
210
190
170
150
130
110
Uwagi: wartość „Ogółem” ustalona jako średnia ważona (liczbą pracujących) z wartości obliczonej dla poszczególnych rodzajów działalności. War-tości dla scenariusza optymistycznego oznaczone są kolorem zielonym, a dla pesymistycznego – kolorem czerwonym. Wielkości prognozowane oznaczono linią przerywaną. Obserwacja rzeczywistej wartości dla II połowy 2013 r. wyróżniona jest kolorem pomarańczowym.
Rys. 15.18. Analiza porównawcza wartości stopnia zagrożenia upadłością przedsiębiorstw ogółem i przedziałów jej prognoz wyznaczonych scenariuszami w okresie od II połowy 2010 r. do I połowy 2014 r.
Źródło: opracowanie własne na podstawie: J. Kaczmarek, K. Kolegowicz, P. Krzemiński, K. Fijorek, Raport z oceny …, Raport 11, op.cit.
Analizując na powyższym rysunku przebieg krzywej opisującej szereg czasowy rzeczywistych wartości MW, można wskazać, że
mieści się on w granicach przedziału prognoz wyznaczonych przez scenariusz optymistyczny i pesymistyczny. Aberracją była je-
dynie obserwacja dla okresu od II połowy 2011 r. do I połowy 2012 r., w przypadku którego wartości rzeczywiste MW przekroczyły
granice prognozy wyznaczonej w warunkach I połowy 2011 r. scenariuszem pesymistycznym. Kolejne obserwacje są przesłanką
formułowania wniosku o kształtowaniu się rzeczywistych wartości MW bliżej górnej granicy przedziału prognozy (scenariusza
pesymistycznego). Dysponując danymi za II połowę 2013 r., można pokazać (linia pomarańczowa), że wielkość rzeczywista MW
różniła się od prognozowanej tylko o 1,7% (178 wobec 181), co wskazuje na wysoką trafność prognoz ostatniego okresu analizy.
Zidentyfikowane wyprzedzająco z zastosowaniem opracowanej metody sygnały ostrzegawcze (będące przedmiotem szczegółowej
analizy w „Raportach 1–12 z oceny stopnia zagrożenia przedsiębiorstw upadłością – komponent mikroekonomiczny”), wskazujące
na możliwe pogorszenie sytuacji przedsiębiorstw, zostały empirycznie, pozytywnie zweryfikowane dla takich działów gospodarki
narodowej, jak: budownictwo, transport lotniczy, górnictwo i wydobywanie, działalność turystyczna, a także informacja i komu-
nikacja.
Pozytywna weryfikacja sygnałów ostrzegawczych oraz sformułowane wnioski dotyczące weryfikacji stopnia zagrożenia odsetkiem
liczby wszczętych sądowych postępowań upadłościowych, a także poziom trafności prognoz stopnia zagrożenia w ujęciu scenariu-
szowym potwierdzają wysoką skuteczność opracowanej metody pomiaru stopnia zagrożenia finansowego kontynuacji działalności
i upadłości przedsiębiorstw z wykorzystaniem estymowanych modeli predykcyjnych, z uwzględnieniem rodzaju działalności.
221
BibliografiaAdamowicz E., Dudek S., Pachucki D., Walczyk W. (2010), Synchronizacja cyklu koniunkturalnego polskiej gospodarki z krajami strefy euro
w kontekście struktury tych gospodarek, Instytut Rozwoju Gospodarczego SGH [http://www.nbpnews.pl/r/nbpnews/Pliki_PDF/
NBP/Publikacje/analityczne/irg_sghP.pdf, 2008].
Addison J.T., Blackburn M. (1994), The Worker Adjustment and Retraining Notification Act, “Journal of Economic Perspectives” 8.
Adriaanse J. (2005), Restructuring in the Shadow of the Law, Informal reorganization in the Netherlands, Doct. Dissertation, University
Leiden.
Altman E.I. (1968). Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy, “The Journal of Finance XXIII” (4).
Altman E.I. (1983a), Why Business Fail, “Why Businesses Fail” 3.
Altman E.I. (1983b), Corporate Financial Distress. A Complete Guide to Predicting, Avoiding, and Dealing with Bankruptcy, John Wiley
& Sons, New York.
Altman E.I. (1984), A Further Empirical Investigation of the Bankruptcy Cost Question, “Journal of Finance” 39(4).
Altman E.I., Narayanan P. (1997), Business Failure Classification Models: An International Survey, “Financial Markets, Institutions
& Instruments” 6(2).
Analiza (2010), Analiza możliwości wykorzystania instrumentu prawa naprawczego jako narzędzia ratowania działalności gospodarczej,
Wardyński i Wspólnicy sp. k., Warszawa.
Andrade G., Kaplan S.N. (1997), How Costly is Financial (not Economic) Distress? Evidence from Highly Leveraged Transactions that
Became Distressed, NBER.
Argenti J. (1976), Corporate Collapse. The Causes and Symptoms, McGraw–Hill Book, London.
Armour J. (2001), The Law and Economics of Corporate Insolvency: a Review, “University of Cambridge Working Paper” 197, ESRC
Centre for Business Research.
Bankruptcy (2003), Bankruptcy and Restructuring Act of February 28, 2003, “Journal of Laws” 60(535).
Barczyk R., Kąsek L., Lubiński M., Marczewski K. (2006), Nowe oblicza cyklu koniunkturalnego, PWE, Warszawa.
Bartelsman E.J., Haltiwanger J., Scarpetta S. (2004), Microeconomic Evidence of Creative Destruction in Industrial and Developing
Countries, World Bank.
Baxter M., King R.G. (1999), Measuring Business Cycles: Approximate Band-Pass Filters for Economic Time Series, “The Review
of Economics and Statistics” 81(4).
Bebchuk L.A. (1988), A New Approach to Corporate Reorganizations, “Harvard Law Review” 101.
Becchetti L., Sierra J. (2003), Bankruptcy Risk and Productive Efficiency in Manufacturing Firms, CEIS Tor Vergata, “Research paper series” 30.
Besicovitch A.S. (1932), Almost Periodic Functions, Cambridge University Press, London.
Bhabra G.S., Yao Y.Y. (2011), Is Bankruptcy Costly? Recent Evidence on the Magnitude and Determinants of Indirect Bankruptcy Costs,
“Journal of Applied Finance & Banking” 1(2).
Bhattacharjee A., Higson C., Holly S., Kattuman P. (2009), Macroeconomic Instability and Business Exit: Determinants of Failures and
Acquisitions of UK Firms, “Economica” 76.
Blazy R., Martel J., Nigam N. (2014), The Choice Between Informal and Formal Restructuring: The Case of French Banks Facing Distressed
SMEs, “Journal of Banking and Finance” 44.
Blinder A.S. (2007), Monetary Policy by Committee: Why and How?, “European Journal of Political Economy” 23.
Branch B. (2002), The Costs of Bankruptcy. A Review, “International Review of Financial Analysis” 11.
Bris A., Welch I., Ning Zhu (2006), The Costs of Bankruptcy: Chapter 7 Liquidation versus Chapter 11 Reorganization, “The Journal
of Finance” LXI(3).
Britannica (2014), Encyclopaedia Britannica, online [http://www.britannica.com/EBchecked/topic/289166/insolvency].
Brockwell P.J., Davis R.A. (1986), Time Series: Theory and Methods, Springer-Verlag New York Inc., New York.
Brockwell P.J., Davis R.A. (2002), Introduction to Time Series and Forecasting, Springer-Verlag New York Inc., New York.
Brogi R., Santella P. (2004), Two New Measures of Bankruptcy Efficiency, SUERF – The European Money and Finance Forum.
Bulow J.I., Shoven J.B. (1978), The Bankruptcy Decision, “The Bell Journal of Economics” 9(2).
Business Dynamics (2011), Business Dynamics: Start-ups, Business Transfers and Bankruptcy, European Commission.
Bussiere M., Fratzscher M. (2002), Towards a New Early Warning System of Financial Crises, “EBC Working Paper” 145.
Cadet A. (1996), Polar Coordinates in the Rnp; Application to the Computation of the Wishart and Beta Laws, “Sankhya: The Indian
Journal of Statistics” 58.
Casey C., Bartczak N. (1985), Using Operating Cash Flow Data to Predict Financial Distress: Some Extensions, “Journal of Accounting
Research” 23(1).
Chava S., Jarrow R.A. (2004), Bankruptcy Prediction with Industry Effects, “Review of Finance, Oxford” 8(4).
Cheng Lim T.C., Gan S. (2012), Bankruptcy Prediction: Theoretical Framework Proposal, “International Journal of Management Sciences
and Business Research” 1(9).
Chikuse Y. (2002), Statistics on Special Manifolds, Springer, New York.
222
Christiano L.J., Fitzgerald T.J. (2003), The Band-Pass Filter, “International Economic Review” 44.
Claessens S., Klapper L.F. (2002), Bankruptcy around the World. Explanations of its Relative Use, “Policy research working paper” 2865,
The World Bank.
Code of Civil (1964), Code of Civil Procedure of November 17, 1964, “Journal of Laws” 2014.101 uniform text.
COM (2007), Overcoming the Stigma of Business Failure – For a Second Chance Policy. Implementing the Lisbon Partnership for Growth
and Jobs, Commission of the European Communities.
Corduneanu C. (1989), Almost Periodic Functions, Chelsea, New York.
Cornelli F., Felli L. (1997), Ex-ante Efficiency of Bankruptcy Procedures, “European Economic Review” 41.
Crutzen N. (2009), The origins of small business failure: A Taxonomy of Five Explanatory Business Failure Patterns, HEC-Ecole de Gestion
de l'Université de Liège.
Das S.R., Freed L., Geng G., Kapadia N. (2006), Correlated Default Risk,”The Journal of Fixed Income” 16(2).
de Koning A.C.P. (1998), Business Failure and Entrepreneurship in International Perspective, EIM.
Dewaelheyns N., Van Hulle C. (2007), Aggregate Bankruptcy Rates and the Macroeconomic Environment: Forecasting Systematic
Probabilities of Default, Katholieke Universiteit Leuven.
Djankov S. Hart O., McLiesh C., Shleifer A. (2008), Debt Enforcement around the World, “Journal of Political Economy” 116(6).
Doing Business (2013), Doing Business 2014. Understanding Regulations for Small and Medium-Size Enterprises, World Bank Publications.
Drehmann M., Patton A.J., Sorensen S. (2005), Corporate Defaults and Large Macroeconomic Shocks, ECB Draft.
Eckbo E.B., Wang W. (2012), How Costly is Corporate Bankruptcy for Top Executives?, “Tuck School of Business Working Paper” 109.
ECC (2008), Think Small First. A ‘Small Business Act’ for Europe (COM 2008 (394).
ECR (2014), European Commission Recommendation on a New Approach to a Business Failure and Insolvency of March 12, 2014
(C (2014) 1500).
Economic Dislocation (1988), Economic Dislocation and Worker Adjustment Assistance Act.
Efrat R. (2006), The Evolution of Bankruptcy Stigma, “Theoretical Inquiries in Law” 7.
Ekspertyza (2012), Ekspertyza dotycząca przeciwdziałania upadłości przedsiębiorstw oraz polityki drugiej szansy, Ministerstwo
Gospodarki, Warszawa.
Employer’s Guide (2003), Employer’s Guide to Advance Notice of Closings and Layoffs, United States of Department of Labor, July 2003.
Engle R.F., Granger C.W.J. (1987), Cointegration and Error Correction: Representation, Estimation and Testing, “Econometrica” 55.
Entrepreneurship (2006), Entrepreneurship Policy Indicators for Bankruptcy Legislation in OECD Member and Non-member Economies.
Final Report, Working Party for Small and Medium-sized Enterprises and Entrepreneurship, OECD CFE / SME.
Erhart S., Lehment H., Vasquez Paz J.L. (2007), Monetary Policy Committee Size and Inflation Volatility, “Kiel Institute for the World
Economy Working Paper” 1377.
European Communities (2003), Business Register Recommendations Manual, European Communities, Office for Official Publications
of the European Communities.
European Restructuring Toolbox (2010), The Restructuring Toolbox. Capitalising on Past and Present Innovations to Anticipate
Restructuring Processes, Bruggeman F., de Lavergne F. (coordinators), Progress Project VS/2009/0319, Amnyous.
Eurostat-OECD (2007), Eurostat − OECD Manual on Business Demography Statistics, "Methodologies and Working Papers”, Eurostat.
Evans M., Millar J., (2006), Welfare to Work in the United Kingdom, [w:] Hoefer R., Midgley J., International Perspectives on Welfare to
Work Policy, The Haworth Press, Inc. Binghamton.
Evans-Klock Ch., Kelly P., Richards P., Vargha C. (1998), Worker displacement: Public Policy and Labour-management Initiatives in Selected
OECD Countries, “Employment and Training Papers” 24, International Labour Organization, Geneva.
Fijorek K. (2012), Aproksymacja modelu regresji logistycznej Firtha za pomocą ważenia obserwacji, „Zeszyty Naukowe – seria Metody
analizy danych”, Uniwersytet Ekonomiczny w Krakowie, Kraków 2012 (w druku).
Fijorek K., Fijorek D. (2011), Dobór zmiennych objaśniających metodą najlepszego podzbioru do modelu regresji logistycznej Firtha,
„Metody Informatyki Stosowanej” 2.
Fijorek K., Fijorek D., Wiśniowska B., Polak S. (2011), BDTcomparator: A Program for Comparing Binary Classifiers, “Bioinformatics” 27.
Fijorek K., Sokołowski A. (2012), Separation-Resistant and Bias-Reduced Logistic Regression: STATISTICA macro, “Journal of Statistical
Software” 47, Code Snippet 2.
Firth D. (1993), Bias Reduction of Maximum Likelihood Estimates, “Biometrika” 80.
Franks J.R., Torous W.N. (1988), An Empirical Investigation of U.S. Firms in Reorganization, “The Journal of Finance” 44(3).
Franks J., Loranth G. (2005), A Study of Inefficient Going Concerns in Bankruptcy, “CEPR Discussion Paper” 5035.
Franses P.H. (1996), Stochastic Trends in Economic Time Series, Oxford University Press, New York.
Franses P.H., Boswijk H.P. (1996), Temporal Aggregation in a Periodically Integrated Autoregressive Process, “Statistics and Probability
Letters” 30.
Franses P.H., Dijk D. (2005), The Forecasting Performance of Various Models for Seasonality and Nonlinearity for Quarterly Industrial
Production, “International Journal of Forecasting” 21.
223
Franses P.H., Ooms M. (1997), A Periodic Long-Memory Model for Quarterly UK inflation, “International Journal of Forecasting” 13.
Franses P.H., Paap R. (2004), Periodic Time Series Models, Oxford University Press, Oxford.
García-Posada M., Mora-Sanguinetti J.S. (2013), Are There Alternatives to Bankruptcy? A Study of Small Business Distress in Spain,
“Documentos de Trabajo” 1315, Banco de Espagna.
Gardner W.A., Napolitano A., Paura L. (2006), Cyclostationarity: Half a Century of Research, “Signal Processing” 86.
Gelfand A.E., Marriott J., Ravishanker N., Pai J. (1995), Bayesian Analysis of ARMA Processes: Complete Sampling Based Inference under
Exact Likelihoods, [w:] Berry D., Chaloner K., Geweke J., Bayesian Statistics and Econometrics: Essays in Honor of Arnold Zellner,
John Wiley and Sons, New York.
Gennaioli N., Rossi S. (2012), Contractual Resolutions of Financial Distress, CEPR.
Gierszewska G., Romanowska M. (1995), Analiza strategiczna przedsiębiorstwa, PWE, Warszawa.
Giesecke K., Longstaff F.A., Schaefer S., Strebulaev I. (2011), Corporate Bond Default Risk: A 150-year Perspective, “Journal of Financial
Economics” 102.
Gilson G.C. (1990), Troubled Debt Restructurings. An Empirical Study of Private Reorganization of Firms in Default, “Journal of Financial
Economics” 27.
Giné X., Love I. (2006), Do Reorganization Costs Matter for Efficiency? Evidence from a Bankruptcy Reform in Colombia, “World Bank
Policy Research Working Paper” 3970.
Gladyshev E.G. (1961), Periodically Correlated Random Sequence, “Sov. Math.” 2.
Gomez V., Maravall A. (1996), Programs TRAMO and SEATS. Instructions for the Users, “Banco de Espana Working Paper” 9628.
Gómez V. (1999), Three Equivalent Methods for Filtering Finite Nonstationary Time Series, “Journal of Business and Economic
Statistics” 17(1).
Gómez V. (2001), The Use of Butterworth Filters for Trend and Cycle Estimation in Economic Time Series, “Journal of Business and
Economic Statistics” 19(3).
Gradzewicz M., Growiec J., Hagemejer J., Popowski P. (2010), Cykl koniunkturalny w Polsce – wnioski z analizy spektralnej, „Bank
i Kredyt“ 41(5).
Grasso V.F. (2005), Seismic EarlyWarning Systems: Procedure for Automated Decision Making, Doct. Dissertation, Università degli Studi
di Napoli Federico II.
Gratzer K., Stiefel D. (red.) (2008), History of Insolvency and Bankruptcy from an International Perspective, “Södertörn Academic Studies” 38.
Grice J.S., Dugan M.T. (2001), The Limitations of Bankruptcy Prediction Models: Some Cautions for the Researcher, “Review of Quantitative
Finance and Accounting” 17.
Gruszczyński M. (2012), Empiryczne finanse przedsiębiorstw. Mikroekonometria finansowa, Difin, Warszawa.
GUS Zmiany strukturalne (2013), Zmiany strukturalne grup podmiotów gospodarki narodowej w rejestrze REGON, Informacje
i opracowania statystyczne GUS.
Gutiérezz C.L., Olalla M.G., Olmo B.T. (2002), Shareholder's Value and Inefficiencies in European Bankruptcy Systems, 7th Global
Conference on Business & Economics.
Gutiérrez C.L., Ollala M.G., Olmo B.T. (2005), Insolvency Problems in the European Union: Bankruptcy Law Orientation and Market
Valuation, SSRN.
Hall S.G. (2002), The Macroeconomic and Microeconomic Factors Influencing Financial Distress: A Comparison of Altman's 1983 and 1993
Bankruptcy Prediction Models, Doct. Dissertation, Nova Southeastern University.
Hamel G., Prahalad C.K. (1994), Competing for the Future Breakthrough, Harvard Business School Press, Boston.
Hart O. (2000), Different Approaches to Bankruptcy, “NBER Working Paper Series” 7921.
Haug A.A., Smith C. (2012), Local Linear Impulse Responses for a Small Open Economy, “Oxford Bulletin of Economics and Statistics”
74(3).
Haviv-Segal I. (2005), Bankruptcy Law and Inefficient Entitlements, “Berkeley Business Law Journal” 2(2).
Heinze G. (2006), A Comparative Investigation of Methods for Logistic Regression with Separated or Nearly Separated Data, “Statistics
in Medicine” 25.
Hodrick R.J., Prescott E.C. (1997), Postwar U.S. Business Cycles: An Empirical Investigation, “Journal of Money, Credit and Banking” 29.
Hol S. (2006), The Influence of the Business Cycle on Bankruptcy Probability, “Statistics Norway Discussion Papers” 466.
Hol S., Westgaard S., van der Wijst N. (2002), Capital Structure and the Prediction of Bankruptcy, Norwegian University of Science and
Technology.
Horrigan J.O. (1968), A Short History of Financial Ratio Analysis, “The Accounting Review” 43(2).
Hosmer D.W., Lemeshow S. (1989), Applied Logistic Regression, John Wiley & Sons Publishing, New York.
Hossari G. (2007), Modelling Corporate Collapse: Definitional Issues of the Collapse Event, “Deakin University” 5(2).
Hossari G., Rahman S. (2005), A Comprehensive Formal Ranking of the Popularity of Financial Ratios in Multivariate Modeling of Corporate
Collapse, “Journal of American Academy of Business” 6(1).
How to Manage (2013), How to Manage Collective Redundancies, Acas [www.acas.org.uk].
224
Hummelen J.M. (2013), Efficient Bankruptcy Law. Establishing an Assessment Framework, “University of Groningen Faculty of Law
Research Paper Series” 13.
Hunter J., Isachenkova N. (2006), Aggregate Economy Risk and Company Failure: An Examination of UK Quoted Firms, Kingston
University.
Hurley J., Mandl I. (2011), Public Instruments to Support Restructuring in Europe, European Foundation for the Improvement of Living
and Working Conditions, Dublin, Luxembourg.
Hyndman R., Koehler A.B., Ord J.K., Snyder R.D. (2008), Forecasting with Exponential Smoothing: The State Space Approach, “Springer
Series in Statistics”, Springer-Verlag, Berlin-Heidelberg.
II szansa (2011), II szansa dla przedsiębiorców. Raport z badań, PARP, Warszawa.
Informacja (2013), Informacja statystyczna o ewidencji spraw i orzecznictwie w sądach powszechnych oraz o więziennictwie. Sprawy
gospodarcze w 2012 r., Ministerstwo Sprawiedliwości.
Instrument badania (2010), Instrument badania kondycji przedsiębiorstw, ekspertyza na zlecenie Ministerstwa Gospodarki, Instytut
Allerhanda, Kraków.
Jefferys S., Clark N. (2009), National Restructuring Seminars – UK Anticipating and Managing Restructuring, National Background Paper
UK, International Training Centre – International Labour Office.
Johansen S. (1996), Likelihood-based Inference in Cointegrated Vector Auto-regressive Models, Oxford University Press, New York.
Juselius K. (2007), The Cointegrated VAR Model. Methodology and Applications, Oxford University Press, New York.
Kaczmarek J., Kolegowicz K., Krzemiński P., Fijorek K., Koncepcja badań stanu i wyników przedsiębiorstw dla potrzeb Instrumentu
Szybkiego Reagowania. Założenia rozwiązania „System Wczesnego Ostrzegania” – Metody i narzędzia monitorowania gospodarki
w komponencie mikroekonomicznym, MSAP UEK, Kraków, maj 2011.
Kaczmarek J., Kolegowicz K., Krzemiński P., Fijorek K., Raport z oceny stopnia zagrożenia przedsiębiorstw upadłością – komponent
mikroekonomiczny, Raport 1, MSAP UEK, Kraków, czerwiec 2011.
Kaczmarek J., Kolegowicz K., Krzemiński P., Fijorek K., Raport z oceny stopnia zagrożenia przedsiębiorstw upadłością – komponent
mikroekonomiczny, Raport 11, MSAP UEK, Kraków, grudzień 2013.
Kaczmarek J., Kolegowicz K., Krzemiński P., Fijorek K., Raport z oceny stopnia zagrożenia przedsiębiorstw upadłością – komponent
mikroekonomiczny, Raporty 1–12, MSAP UEK, Kraków, czerwiec 2011–kwiecień 2014.
Kahl M. (2001), Financial Distress as a Selection Mechanism: Evidence from the United States, Anderson School University of California.
Kaiser R., Moravall A. (1999), Estimation of the Business Cycle: A Modified Hodrick-Prescott Filter, “Spanish Economic Review” 1.
Karels G.V., Prakash A.J. (1987), Multivariate Normality and Forecasting of Business Bankruptcy, "Journal of Business Finance
& Accounting” 14(4).
Kartus K. (2012), Upadłość w Polsce jest rzadko wykorzystywanym narzędziem, „Forum Obywatelskiego Rozwoju” 10.
Kaznowski A. (2013), Pomoc publiczna. Aspekty podatkowe, [w:] Litwińczuk H. (red.), Prawo podatkowe przedsiębiorców, Wolters Kluwer
Polska SA, Warszawa.
Klafft M., Meissen U. (2011), Assesing the Economic Value of Early Warning Systems, Proceedings of the 8th International ISCRAM
Conference, Lisbon.
Konopczak K. (2010), Analiza zbieżności cyklu koniunkturalnego gospodarki polskiej ze strefą euro na tle krajów Europy Środkowo-
-Wschodniej oraz Państw Członkowskich strefy euro, „Projekty Badawcze, Część III", Narodowy Bank Polski [http://www.nbportal.
pl/r/euro/materialy_papierowe_pdf/raport_euro/re13n.pdf ].
Konopczak M., Miklus P., Wieprzowski P. (2011), Rynkowe aspekty problemów na pozagiełdowym rynku walutowych instrumentów
pochodnych w Polsce w czasie globalnego kryzysu finansowego, „Bank i Kredyt" 2.
Koop G., León-González R., Strachan R. (2010), Efficient Posterior Simulation for Cointegrated Models with Priors on the Cointegration
Space, “Econometric Reviews” 29.
Korobkin D.R. (1992), Value and Rationality in Bankruptcy Decisionmaking, “William and Mary Law Review” 33(2).
Kurcz B. (2009), Między ustami a brzegiem pucharu … gdzie jest pomoc państwa? Definicja pomocy państwa w świetle orzecznictwa
ETS-u, [w:] Kurcz B. (red.), Pomoc państwa. Wybrane zagadnienia, Wydawnictwo C.H. BECK, Warszawa.
Lando D., Nielsen M.S. (2009), Correlation in Corporate Defaults: Contagion or Conditional Independence? Copenhagen Business School,
Copenhagen.
Lenart Ł. (2010), Procesy stochastyczne prawie okresowo skorelowane w badaniu cykliczności wskaźników makroekonomicznych,
Rozprawa doktorska, Uniwersytet Ekonomiczny w Krakowie, Kraków.
Lenart Ł., Pipień M. (2011), APC Time Series and Subsampling in Business Fluctuations Analysis: The Case of Industrial Production in
Poland, mimeo.
Levine L. (2007), The Worker Adjustment and Retraining Notification Act (WARN), Congressional Research Service, Domestic Social
Policy Division.
Levine R. (2005), Finance And Growth: Theory And Evidence. Handbook of Economic Growth, The Netherlands: Elsevier Science.
Levinthal L.E. (1918), The Early History of Bankruptcy Law, “University of Pennsylvania Law Review and American Law Register” 66(5/6).
Long S.J. (1997), Regression Models for Categorical and Limited Dependent Variables, Thousand Oaks, SAGE Publications, London.
225
Longhofer S.D., Peters S.R. (2000), Protection for Whom? Creditor Conflicts in Bankruptcy, “Working Papers, Federal Reserve Bank of
Cleveland” 9909.
Luetkepohl H. (2007), New Introduction to Multiple Time Series Analysis, Springer-Verlag, Berlin Heidelberg.
Lukason O. (2012), Pre-Bankruptcy Financial Performance of Firms: Do Size and Industry Matter? 2nd International Conference on
Economics, “Trade and Development” 36.
Makridakis S., Wheelwright S.C., Hyndman R.J. (1998), Forecasting: Methods and Applications, Wiley, New York.
Manjo´n-Antolı´n M.C., Arauzo-Carod J.M. (2008), Firm Survival: Methods and Evidence, “Empirica” 35.
Maravall A., del Ro A. (2001), Time Aggregation and the Hodrick-Prescott Filter, “Banco de España — Servicio de Estudios Documento
de Trabajo” 0108.
Mazurek S. (2013), Statystyka upadłości (podmiotów biznesowych), „Zeszyty Naukowe Uniwersytetu Szczecińskiego” 760.
Mączyńska E. (red.) (2005), Ekonomiczne aspekty upadłości przedsiębiorstw w Polsce, SGH, Warszawa.
Mączyńska E. (red.) (2009), Meandry upadłości przedsiębiorstw. Klęska czy druga szansa? SGH, Warszawa.
Mączyńska E. (2011), Upadłość przedsiębiorstw w kontekście ekonomii kryzysu, [w:] Morawska S. (red.), Zarządzanie przedsiębiorstwem
w kryzysie, SGH, Warszawa.
McIntyre L.J. (1989), A Sociological Perspective on Bankruptcy, “Indiana Law Journal” 65(1).
Milas C., Rothman P.A., Dijk D. (2006), Nonlinear Time Series Analysis of Business Cycles, Elsevier, Amsterdam.
Mirowska D. (2013), On the Efficiency of Corporate Bankruptcy Proceedings in Poland: An Exploratory Analysis, WNE UW Conference,
Kazimierz n. Wisłą.
Mitroff I.I. (2001), Managing Crises Before They Happen, American Management Association, New York.
Morgado A.J., Garoupa N. (2006), Employment Policy and Bankruptcy Law – Does Legal Tradition Matter?, UPF 6th Workshop on
Institutional Analysis.
Muirhead R.J. (1982), Aspects of Multivariate Statistical Theory, Wiley, New York.
Nelson Ch.R., Kang H. (1981), Spurious Periodicity in Appropriately Detrended Time Series, “Econometrica” 49(3).
Ogólnopolskie Informatory Upadłościowe.
Ohlson J.A. (1980), Financial Ratios and the Probabilistic Prediction of Bankruptcy, “Journal of Accounting Research” 18(1).
Oldfield L. (2005), Attitudes to Bankruptcy, The Insolvency Service.
Opler T.C., Titman S. (1994), Financial Distress and Corporate Performance, “The Journal of Finance” 49(3).
Osborn D.R., Smith J.P. (1989), The Performance of Periodic Autoregressive Models in Forecasting Seasonal U.K. Consumption, “J Bus.
Econ. Stat.” 9.
Osiewalski J. (2001), Ekonometria bayesowska w zastosowaniach, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków.
Parker E. (1995), Schumpeterian Creative Destruction and the Growth of Chinese Enterprises, “China Economic Review” 6(2).
Parzen E., Pagano M. (1979), An Approach to Modeling Sezonally Stationary Time-Series, “J. Econometrics” 9.
Peri A., Rachedi O. (2013), The Macroeconomics of Corporate Bankruptcy Reforms, mimeo
Pilitowski B. (2013), Polski system upadłościowy – instytucja społeczna i jej funkcjonalność, „Studia Socjologiczne” 1 (208).
Politis D., Romano J., Wolf M. (1999), Subsampling, Springer-Verlag, New York.
Provider Guidance (2010), Provider Guidance, Jobcentre Plus, Version 18 V1.0 March.
Rafael La Porta R., Lopez-de-Silanes F., Shleifer A., Vishny R.W. (1998), Law and Finance, “Journal of Political Economy” 106.
Raftery A.E., Newton M.A., Satagopan J.M., Krivitsky P.N. (2007), Estimating the Integrated Likelihood via Posterior Simulation Using the
Harmonic Mean Identity, “Bayesian Statistics” 8.
Raport z badań (2011), II szansa dla przedsiębiorców. Raport z badań, PARP, Warszawa.
Raporty COFACE.
Raport z oceny stopnia zagrożenia przedsiębiorstw upadłością – komponent mikroekonomiczny (2011–2014), Kaczmarek J. (red.),
Fijorek K., Kolegowicz K., Krzemiński P., Raporty 1–12, Małopolska Szkoła Administracji Publicznej Uniwersytetu Ekonomicznego
w Krakowie, Kraków.
Report (2011), Early Warning Systems: Can More be Done to Avert Economic and Financial Crises?, The Institute of Chartered
Accountants in Australia.
Restructuring (2003), Restructuring, Bankruptcy and a Fresh Start, Komisja Europejska.
Robert C.P., Casella G. (2004), Monte Carlo Statistical Methods, Springer, New York.
Robinson H. (2009), Rapid Response Service, JobCentre Plus, Yorkshire & The Humber.
Roe M.J. (2014), Structural Corporate Degradation Due to Too-Big-to-Fail Finance, Harvard Law School.
Rose A.K., Spiegl M.M. (2009), Cross-Country Causes and Consequences of the 2008 Crisis: Early Warning, “Federal Reserve Bank of San
Francisco” 17.
Ruling (2004), Ruling of the Supreme Court of November 19, 2004, V CK 231/2004, [w:] Gazeta Prawna 2006/67.
Salzman J. (2009), Rapid Response and TAA. An Occasional Paper Prepared as Part of the Evaluation of the Trade Adjustment Assistance
Program, Social Policy Research Associates, Oakland, CA.
Sautner Z., Valdimirov V. (2013), Indirect Bankruptcy Costs and Bankruptcy Law, report, Universiteit van Amsterdam.
226
Schwartz A. (2005), A Normative Theory of Business Bankruptcy, “Yale Law School – Faculty Scholarship Series” 303.
Shenk-Hoppé K.R. (2001), Economic Growth and business Cycles: A Critical Comment on Detrending Time Series, “Studies in Nonlinear
Dynamics and Econometrics” 5(1).
Shumway T. (2001), Forecasting Bankruptcy More Accurately – A Simple Hazard Model, “Journal of Business” 74.
Sims C.A. (1980), Macroeconomics and reality, “Econometrica” 48.
Skrzypczyński P. (2006), Analiza synchronizacji cykli koniunkturalnych w strefie euro, „Materiały i Studia Narodowego Banku Polskiego” 210.
Skrzypczyński P. (2008), Wahania aktywności gospodarczej w Polsce i strefie euro, „Materiały i Studia Narodowego Banku Polskiego” 227.
Skrzypczyński P. (2010), Metody spektralne w analizie szeregów czasowych narzędziem badania wahań aktywności gospodarczej,
„Materiały i Studia Narodowego Banku Polskiego” 252.
Smart C.F., Thompson W.A., Vertinsky I. (1978), Diagnosing Corporate Effectiveness and Susceptibility to Crisis, "Journal of Business
Administration” 9.
Sobehart J.R., Stein R.M., Mikityanskaya V., Li Li (2000), Moody’s Public Firm Risk Model: A Hybrid Approach To Modeling Short Term
Default Risk, Moody’s Rating Methodology (March), Moody’s Investors Service, Inc., New York.
Strachan R.W., Inder B. (2004), Bayesian Analysis of the Error Correction Model, “Journal of Econometrics” 123.
Suarez J., Sussman O. (2007), Financial distress, bankruptcy law and the business cycle, “Annals of Fonance“ 3(1).
Sulivan T.A., Warren E., Westbrook J.L. (1987), The Use of Empirical Data in Formulating Bankruptcy Policy, “Law and Contemporary
Problems” 50(2).
The Dun & Bradstreet Corporation (1997), Business Failure Record, The Dun & Bradstreet Corporation.
Thevnin C. (2003), A Comparative Examination of Bankruptcy Prediction: Altman MDA Study versus Luther ANN Study. A Test of Predictive
Strength between the Two Techniques, Doct. Dissertation, Nova Southeastern University.
Thornburn K.S. (2000), Bankruptcy Auctions: Costs, Debt Recovery, and Firm Survival, “Journal of Financial Economics” 58.
Tierney L. (1994), Markov Chains for Exploring Posterior Distributions, “Annals of Statistics” 22.
Tong T.W., Reuer J.J. (2007), Corporate Investment Decisions and the Value of Growth Options, “Managerial and Decision Economics”
28(8).
Valdimirov V. (2007), Soft vs. Tough Bankruptcy Law Evidence from the U.S. and Germany, Goethe University.
Van de Casteele K., Hocine M. (2008), Favouring Certain Undertakings of the Production of Certain Goods: Selectivity, [w:] Mederer W.,
Pesaresi N., Van Hoof M., EU Competition Law. Volume IV. State Aid. Book One, Claeys & Casteels Publishing BV, Deventer.
Walas-Trębacz J. (2012), Systemy wczesnego ostrzegania w przedsiębiorstwie, „Ekonomika i Organizacja Przedsiębiorstwa” 9.
Warner J.B. (1997), Bankruptcy, Absolute Priority, and the Pricing of Risky Debt Claims, “Journal of Financial Economics” 4.
Wawrzyniak B. (1999), Odnawianie przedsiębiorstwa, Poltext, Warszawa.
Weiss L.A. (1990), Bankruptcy Resolution: Direct Costs and Violation of Priority of Claims, “Journal of Financial Economics” 27(2).
White M.J. (1980), Public Policy toward Bankruptcy: Me-First and Other Priority Rules, “The Bell Journal of Economics” 11(2).
White M.J. (1989), The Corporate Bankruptcy Decision, “The Journal of Economic Perspectives” 3(2).
White M.J. (1996), The Costs of Corporate Bankruptcy: A US-European Comparison. Corporate Bankruptcy, Cambridge University Press.
White M.J. (2011), Corporate and Personal Bankruptcy Law, “Annual Review of Law and Social Science” 7.
Wieczerzyńska B. (2009), Kryzys w przedsiębiorstwie, CeDeWu, Warszawa.
Wilcox J.W. (1970), A Simple Theory of Financial Ratios as Predictors of Failure, “MIT Working Paper” 495.
Williamson B.C. i in. (1997), Data Compilation and Dissemination, [w:] Bankruptcy: The Next Twenty Years, “National Bankruptcy Review
Commission Final Report”.
Wróblewska J. (2010), Modele i metody bayesowskiej analizy kointegracji, Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie,
Kraków.
Zavgren C. (1983), The Prediction of Corporate Failure: The State of the Art, "Journal of Accounting Literature” 2.
Zellner A. (1971), Introduction to Bayesian Inference in Econometrics, John Wiley, New York.Zhang G., Hu M.Y., Patuwo B.E., Indro D.C. (1999), Artificial Neural Networks in Bankruptcy Prediction: General Framework and Cross-
Validation Analysis, “European Journal of Operational Research” 16.
Zhou C. (2001), An Analysis of Default Correlations and Multiple Defaults, “The Review of Financial Studies” 14(2).
Zmijewski M.E. (1984), Methodological Issues Related to the Estimation of Financial Distress Prediction Models, “Journal of Accounting
Research” 22.
Akty prawne
Economic Dislocation and Worker Adjustment Assistance Act 1988.
Fair Labor Standards Act (2009).
Rozporządzenie Komisji (UE) Nr 1407/2013 z 18 grudnia 2013 r. w sprawie stosowania art. 107 i 108 Traktatu o Funkcjonowaniu Unii
Europejskiej do pomocy de minimis (Dz.Urz. UE L 352 z 24 grudnia 2013 r.).
Rozporządzenie Komisji (WE) Nr 800/2008 z 6 sierpnia 2008 r. uznające niektóre rodzaje pomocy za zgodne ze wspólnym rynkiem
w zastosowaniu art. 87 i 88 Traktatu (ogólne rozporządzenie w sprawie wyłączeń blokowych).
Rozporządzenie Rady (WE) Nr 659/1999 z 22 marca 1999 r. ustanawiające szczegółowe zasady stosowania art. 93 Traktatu WE.
Rozporządzenie Rady Ministrów z 27 lipca 1999 r. w sprawie sposobu i metodologii prowadzenia i aktualizacji rejestru podmiotów
gospodarki narodowej, w tym wzorów wniosków, ankiet i zaświadczeń, oraz szczegółowych warunków i trybu współdziałania
służb statystyki publicznej z innymi organami prowadzącymi urzędowe rejestry i systemy informacyjne administracji
publicznej (Dz.U. z 1999 r., Nr 69, poz. 763).
Rozporządzenie Ministra Sprawiedliwości z 30 listopada 2011 r. w sprawie szczegółowego sposobu prowadzenia rejestrów
wchodzących w skład Krajowego Rejestru Sądowego oraz szczegółowej treści wpisów w tych rejestrach (Dz.U. z 2011 r.,
Nr 273, poz. 1616).
The Civil Rights Act 1964.
The National Labor Relations Act 1935.
The Occupational Health&Safety Act 1970.
The Worker Adjustment and Retraining Notification (WARN) Act 1989.
WARN (2003) The Worker Adjustment and Retraining Notification (WARN) Act, Employer’s Guide to Advance Notice of Closings and
Layoffs, United States of Department of Labor, July 2003.
Ustawa z 17 listopada 1964 r. Kodeks postępowania cywilnego (tekst jednolity, Dz.U. z 2014 r., poz. 101).
Ustawa z 29 września 1994 r. o rachunkowości (Dz.U. z 1994 r., Nr 121, poz. 591).
Ustawa z 20 sierpnia 1997 r. o Krajowym Rejestrze Sądowym (Dz.U. z 1997 r., Nr 121, poz. 769).
Ustawa z 28 lutego 2003 r. – Prawo upadłościowe i naprawcze (Dz.U. z 2003 r., Nr 60, poz. 535 z późn. zm.)
Ustawa z 2 lipca 2004 r. o swobodzie działalności gospodarczej (Dz.U. z 2004 r., Nr 173, poz. 1807).
Ustawa z 6 grudnia 2006 r. o zasadach prowadzenia polityki rozwoju (Dz.U. z 2009 r., Nr 84, poz. 712 z późn. zm.).
Workforce Investment Act 1998.
Wytyczne wspólnotowe dotyczące pomocy państwa w celu ratowania i restrukturyzacji zagrożonych przedsiębiorstw (Dz.Urz. UE
C 244 z 1 października 2004 r.).